MusPyExpress: Extending MusPy with Enhanced Expression Text Support
تُعد MusPyExpress امتداداً لمكتبة MusPy، حيث تسد الفجوة في نمذجة الموسيقى الرمزية من خلال تمكين استخراج واستخدام نصوص التعبير (مثل السرعة والديناميكية) من مجموعات بيانات MusicXML، مما يسهل مهاماً توليدية جديدة مثل التوليد المشترك للنوتات والتعبيرات وتوليف الموسيقى المشروط بالتعبيرات.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
توجد الموسيقى في عالمين متميزين. أحدهما هو الصوت الذي نسمعه، وهو تدفق انسيابي من الموجات التي تملأ الغرفة. والآخر هو دليل التعليمات الذي يستخدمه الموسيقيون لإنشاء ذلك الصوت، وهي صفحة ثابتة من الرموز المعروفة باسم النوتة الموسيقية. لعقود من الزمن، كانت الحواسيب جيدة جداً في قراءة العالم الأول، أي تحويل الصوت إلى بيانات، لكنها واجهت صعوبة في العالم الثاني. فعندما أراد الباحثون تعليم الحاسوب كيفية فهم أو ابتكار الموسيقى، اعتمدوا على تنسيق رقمي يسمى "MIDI". هذا التنسيق ممتاز في إخبار الحاسوب بأي النوتات يجب عزفها ومتى يتم عزفها، حيث يعمل كقائمة تعليمات دقيقة لعازف بيانو آلي. ومع ذلك، تفتقر هذه القائمة إلى طبقة حاسمة من اللمسة البشرية؛ فهي تخبر الآلة بالنوتات، لكنها تغفل التعليمات التعبيرية التي تخبر العازف البشري كيف يشعر بها.
في النوتة الموسيقية الغربية، يملأ المؤلفون الفراغات بين النوتات بكلمات ورموز توجه الأداء. وهذه ليست مجرد اقتراحات، بل هي أوامر محددة تتعلق بالسرعة، والشدة، والأسلوب. قد يكتب المؤلف كلمة "adagio" ليخبر العازف بأن يذهب ببطء، أو "crescendo" للإشارة إلى زيادة تدريجية في شدة الصوت. وقد يحدد مقطعاً ليُعزف بلمسة حادة ومنفصلة أو بتدفق ناعم ومتصل. هذه التعليمات، المعروفة باسم "النص التعبيري"، هي خارطة الطريق التي تحول تسلسلاً من النوتات إلى قطعة فنية حية تنبض بالحياة. وحتى الآن، تجاهلت الأدوات القياسية المستخدمة لتعليم الحواسيب عن الموسيقى هذه الخارطة إلى حد كبير، حيث تعاملت مع النوتات باعتبارها الشيء الوحيد المهم. هذا الفجوة جعلت الحواسيب قادرة على توليد لحن، لكنها لم تكن قادرة بسهولة على توليد الحالة المزاجية، أو التوتر، أو الشكل الديناميكي الذي يجعل الموسيقى تبدو بشرية.
لقد عالج فريق من الباحثين هذا القصور عبر إنشاء أداة جديدة تسمى "MusPyExpress". هذا البرنامج هو ترقية لمكتبة موجودة يستخدمها علماء الحاسوب لمعالجة البيانات الموسيقية. صُمم النظام الجديد لقراءة التعليمات الغنية والمفصلة الموجودة في "MusicXML"، وهو تنسيق يُستخدم للنوتات الموسيقية الرقمية، وهو أكثر تعبيراً بكثير من معيار "MIDI" القديم. ومن خلال بناء هذا الامتداد، مكّن الباحثون الحواسيب من استخراج وفهم النطاق الكامل للنص التعبيري، بدءاً من علامات السرعة (tempo) التي تغير سرعة الموسيقى، وصولاً إلى الرمال الديناميكية التي تتحكم في مدى قوة أو خفوت النوتة. لقد عاملوا هذه التعليمات ليس كمجرد تعليقات، بل كنقاط بيانات أساسية يمكن تخزينها وتحليلها واستخدامها لتعليم الآلات كيفية التأليف بمشاعر.
لإثبات قدرة هذه الأداة الجديدة على التعامل مع تعقيد الموسيقى الواقعية، لجأ الباحثون إلى مجموعة ضخمة من النوتات الموسيقية العامة التي تحتوي على أكثر من 220,000 ملف. استخدموا "MusPyExpress" لمسح هذه المكتبة ووجدوا أن الغالبية العظمى من هذه الأغاني، بنسبة تزيد عن 95 بالمائة، تحتوي على هذه التعليمات التعبيرية. وفي المجمل، حدد البرنامج أكثر من 3.5 مليون علامة فردية عبر المجموعة. وكشف التحليل أن هذه التعليمات ليست مبعثرة عشوائياً، بل تتبع أنماطاً تعكس تاريخ الموسيقى نفسه. فعلى سبيل المثال، وجد الباحثون أن مؤلفي العصر الرومانسي، الذين عاشوا في القرن التاسم عشر، استخدموا هذه العلامات التعبيرية بشكل متكرر أكثر من مؤلفي العصر الباروكي أو الكلاسيكي الأقدم. وهذا يتوافق مع الممارسة التاريخية، حيث كان المؤلفون الرومانسيون غالباً ما يكتبون توجيهات عاطفية محددة لتوجيه العازفين، بينما اعتمد المؤلفون الأقدمون أكثر على الأعراف الأدائية في عصرهم.
كما أظهرت الدراسة كيف تختلف كثافة هذه التعليمات عبر المقطوعة الموسيقية. فالعلامات الهيكلية، مثل حروف البروفة التي تقسم الأغنية إلى مقاطع، تظهر بشكل أقل وتكون متباعدة. وفي المقابل، يمكن أن تكون التعليمات المتعلقة بالسرعة والشدة مركزة للغاية، حيث تظهر بشكل متكرر لتشكيل التدفق المباشر للحن. حتى أن الباحثين لاحظوا أن بعض المؤلفين، مثل ليست وديبوسي، حشدوا نوتاتهم بهذه التفاصيل، بينما استخدمها آخرون باعتدال. هذا الرسم التفصيلي للنص التعبيري قدم أول صورة واضحة لمدى كمية البيانات العاطفية المخفية داخل النوتات الموسيقية الرقمية القياسية، وهي بيانات كانت غير متاحة لمعظم النماذج الحاسوبية سابقاً.
مع هذه القدرة الجديدة على قراءة وفهم النص التعبيري، استعرض الباحثون ثلاث طرق متميزة يمكن للحاسوب من خلالها استخدام هذه المعلومات. أولاً، أظهروا أن النموذج يمكنه تعلم توليد كل من النوتات والتعليمات التعبيرية في وقت واحد، محاكياً الطريقة التي يكتب بها المؤلف البشري النوتة. ثانياً، قاموا بتدريب نظام لابتكار موسيقى بناءً على مجموعة محددة من التعليمات العاطفية، مما يسمح للمستخدم بتقديم تسلسل من الكلمات مثل "بطيء، عالٍ، ثم هادئ" وجعل الحاسوب يولد لحناً يناسب تلك الحالة المزاجية. يمكن أن يكون هذا مفيداً لإنشاء موسيقى خلفية للأفلام أو ألعاب الفيديو حيث يجب أن يتوافق الصوت مع مسار سردي معين. ثالثاً، اختبروا نظاماً يمكنه أخذ تسلسل بسيط وخالٍ من المشاعر من النوتات وإضافة علامات التعبير المناسبة إليها تلقائياً، مما يؤدي فعلياً إلى تذييل اللحن الخام بالسياق العاطفي الذي كان ينقصه.
أظهرت التجارب أنه عندما يتم تزويد الحاسوب بهذه التعليمات التعبيرية، فإن قدرته على ابتكار موسيقى واقعية تتحسن. فالنماذج التي تعلمت توليد النوتات والنصوص التعبيرية معاً، أو التي استخدمت النص التعبيري كدليل، أنتجت نتائج أكثر اتساقاً مع الأنماط الموسيقية البشرية مقارنة بالنماذج التي نظرت فقط إلى النوتات. ووجد الباحثون أن النهج الأكثر فعالية يتضمن تغذية التعليمات التعبيرية للنموذج قبل توليد النوتات المقابلة لها مباشرة، مما يسمح للحاسوب بتوقع الاتجاه العاطفي للموسيقى. ورغم أن النماذج لم تنجح تماماً في محاكاة تعقيد الأداء البشري، إلا أن النتائج تشير إلى أن تضمين هذه التعليمات النصية يساعد بشكل كبير الحاسوب على فهم بنية القطعة وشعورها.
لا يدعي هذا العمل حل مشكلة الذكاء الاصطناعي في ابتكار موسيقى مثالية، ولا يشير إلى أن الآلات يمكنها الآن استبدال المؤلفين البشريين. بدلاً من ذلك، فإنه يضع أساساً جديداً لكيفية تفاعل الحواسيب مع النوتات الموسيقية. ومن خلال فتح الطبقة التعبيرية للنوتة الموسيقية، يسمح "MusPyExpress" للباحثين ببناء نماذج تدرك السياق الكامل للتأليف. ويخطط الباحثون لاستخدام هذه الأداة لترميز مجموعات كبيرة من الموسيقى الموجودة حالياً والتي تفتقر إلى هذه التفاصيل العاطفية، مما قد يضفي مستوى جديداً من التعبيرية على المكتبات الضخمة من الموسيقى الرقمية. الهدف النهائي ليس استبدال اللمسة البشرية، بل منح الآلات المفردات اللازمة لفهم وإعادة إنتاج التعليمات الدقيقة التي تحول تسلسلاً من النوتات إلى قصة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.