Skip navigation

Use este identificador para citar ou linkar para este item: https://repositorio.ufpb.br/jspui/handle/123456789/19345
Tipo: Dissertação
Título: Uma abordagem baseada em otimização para geração de licks guitarra
Autor(es): Silva, Anderson Rufino dos Santos
Primeiro Orientador: Subramanian, Anand
Resumo: O presente trabalho descreve o funcionamento de uma abordagem computacional que, mediante o uso de métodos exatos e heurísticos, realiza a construção de fragmentos melódicos, os quais são representados, mais especificamente, através de licks de guitarra. Este tipo de aplicação integra-se no campo da Composição Algorítmica, que e a criação de música com o auxílio de algoritmos. Para tal feito, um banco de fragmentos melódicos menores intitulados sublicks e utilizado. Estes fragmentos equivalem a porção mais elementar de um lick de guitarra, que são as notas musicais. Diante disso, um conjunto de regras são estabelecidas para pontuar transições entre os sublicks, e assim, podemos determinar uma matriz de custo para auxilar na concatenação dos mesmos, resultando em um lick completo. Tal concatenação e realizada por um modelo matemático, que ainda leva em conta determinadas entradas, como por exemplo, quantidade de notas musicais e técnicas de guitarra a serem utilizadas na construção do lick. Adicionalmente, um modelo probabilístico baseado em Cadeias de Markov fez-se necessário na construção de um tipo diferente de lick, chamado de lick turnaround, devido as suas características peculiares. Para validar a ferramenta proposta, melodias resultantes da mesma foram submetidas a uma avaliação humana com um grupo seleto de 60 pessoas com diferentes n veis de conhecimento musical. De forma geral, os resultados sugerem que houve uma boa aceitação por parte dos ouvintes, constatando a agradabilidade de se ouvir estas melodias.
Abstract: The present work describes the operation of a computational approach that, through the use of exact and heuristic methods, performs the construction of melodic fragments, which are represented, more speci cally, by guitar licks. This type of application is part of the eld of Algorithmic Composition, which is the creation of music with the aid of algorithms. For this purpose, a database of smaller melodic fragments entitled \sublicks" is used. These fragments are the most elemental portion of a guitar lick, which is the musical notes. Given this, a set of rules are established to score transitions between sublicks, so we can determine a cost matrix to assist in their concatenation, resulting in a complete lick. Such concatenation is performed by a mathematical model, which still takes into account certain inputs, such as the amount of musical notes and guitar techniques to be used in the construction of lick. Additionally, a probabilistic Markov Chain-based model was necessary to construct a di erent type of lick, called a turnaround lick, due to its peculiar characteristics. To validate a proposed tool, melodies resulting from it were subjected to human evaluation with a selected group of 60 people with di erent levels of musical knowledge. Overall, the results suggested that there was a good acceptance by the listeners, noting the pleasantness of listening to these melodies.
Palavras-chave: Composição algorítmica
Solos de guitarra
Otimização
Cadeias de Markov
Algorithm composition
Guitar solos
Optimization
Markov Chains
CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma: por
País: Brasil
Editor: Universidade Federal da Paraíba
Sigla da Instituição: UFPB
Departamento: Informática
Programa: Programa de Pós-Graduação em Informática
Tipo de Acesso: Acesso aberto
URI: http://creativecommons.org/licenses/by-nd/3.0/br/
URI: https://repositorio.ufpb.br/jspui/handle/123456789/19345
Data do documento: 30-Ago-2019
Aparece nas coleções:Centro de Informática (CI) - Programa de Pós-Graduação em Informática

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
AndersonRufinoDosSantosSilva_Dissert.pdf3,59 MBAdobe PDFVisualizar/Abrir


Este item está licenciada sob uma Licença Creative Commons Creative Commons