Estudio de la composición de bandas sonoras para cine mediante inteligencia artificial

Abstract

En este trabajo se realiza un estudio de la composición de bandas sonoras para cine utilizando inteligencia artifcial, lo que signifca que se investiga la posibilidad de crear música totalmente nueva y melódica utilizando redes neuronales. El primer objetivo de este trabajo es conseguir generar melodías con sentido que puedan servir como ayuda en la composición de bandas sonoras. El segundo objetivo, que está estrechamente relacionado con el primero, es investigar sobre la posibilidad de clasifcar las bandas sonoras según el género cinematográfco de las películas a las que pertenecen. Por último, el objetivo fnal, consiste en combinar los dos anteriores, es decir, intentar generar melodías de bandas sonoras, seleccionando el género cinematográfco al que se quiere que pertenezcan. Para conseguir estos objetivos, el desarrollo de esta investigación ha constado principalmente de tres pasos. Primero se ha realizado la extracción de datos, donde se han llevado a cabo 3 estudios distintos, y para lo cual se ha hecho uso principalmente de la técnica del Web Scraping. Posteriormente, se ha efectuado la generación de las bandas sonoras, lo cual ha sido realizado a partir de redes neuronales recurrentes, más concretamente, de redes Long-Short Term Memory, ya que estas poseen una especie de memoria y dan lugar a poder conservar una línea melódica en toda la composición. Por último, se ha llevado a cabo la parte de clasifcación de bandas sonoras por el género cinematográfco de las películas donde aparecen, en la cual se utilizan redes neuronales convolucionales, lo que signifca que la música es convertida a imágenes antes de ser tratada por ellas. A partir de los archivos conseguidos en la extracción de datos (alrededor de 60.000 MP3 y 565 MIDIs), se han podido generar melodías monofónicas de 12 géneros cinematográfcos distintos utilizando redes neuronales recurrentes. Además, con los archivos MP3, se ha podido llevar a cabo la investigación sobre la clasifcación de bandas sonoras por su género utilizando redes neuronales convolucionales. Por último, se ha hecho un estudio con personas que justifca que hay una cierta confusión a la hora de elegir el género cinematográfco simplemente escuchando las bandas sonoras. También, en este estudio, se ha determinado que las personas no son capaces de distinguir claramente entre las composiciones artifciales generadas en este trabajo y melodías de bandas sonoras reales, lo cual quiere decir que la música generada podría pasar por una pieza compuesta por un humano.