AI rozpoznaje styl pianistów jazzowych. Co odkryła sztuczna inteligencja?

Zespół naukowców z Wielkiej Brytanii wykazał, że sztuczna inteligencja potrafi rozpoznać indywidualny styl pianistów jazzowych z niezwykłą dokładnością. Najskuteczniejszy system opracowany w ramach badań osiągnął 94,4% trafności w identyfikacji muzyków na podstawie ich nagrań.

Jak naukowcy przygotowali dane do analizy?

Badacze zebrali obszerny zbiór materiału: 84 godziny nagrań pochodzących z 1629 występów. W analizie wzięło udział 20 pianistów jazzowych, wśród których znaleźli się legendy gatunku — Bill Evans, Oscar Peterson, Thelonious Monk, Chick Corea i Keith Jarrett.

Wszystkie nagrania przetworzone zostały na format MIDI, stanowiący uniwersalny standard reprezentacji danych muzycznych. Przekształcenie do tego formatu miało jednak ograniczenia — MIDI nie uwzględnia cech tonalnych, wibrato ani płynnych zmian wysokości dźwięku, które są charakterystyczne dla gry na instrumentach klawiszowych. Mimo tych ograniczeń system wykazał zdumiewającą efektywność.

Które elementy muzyki okazały się kluczowe?

Badania ujawniły wyraźną hierarchię czynników decydujących o rozpoznawaniu stylu. Poniższa tabela pokazuje, jak poszczególne elementy muzyki przyczyniały się do identyfikacji pianisty:

Harmonia okazała się zdecydowanie najważniejszym wyznacznikiem indywidualnego stylu. To zaskakujący rezultat, ponieważ w powszechnym odbiorze słuchaczy to właśnie rytmiczne figury i melodyczne zwroty kojarzą się z konkretnym muzykiem. Tymczasem sposób, w jaki pianista harmonizuje — wybór akordów, ich progresje, sposoby ich realizacji — stanowią głęboką, niemal nieświadomą sygnaturę jego artystycznego podpisu.

Dynamika, czyli zmienność głośności i intensywności gry, okazała się praktycznie nieprzydatna dla algorytmu. Wynika to zapewne z tego, że format MIDI, na którym opierała się analiza, nie zawiera szczegółowych informacji o niuansach dynamicznych, które są kluczowe dla wyrazu w muzyce.

Co system nauczył się o konkretnych muzykach?

Algorytm zdemonstrował zdolność do rozpoznawania nie tylko ogólnych cech stylu, ale również bardzo specyficznych elementów gry poszczególnych muzyków. System zidentyfikował charakterystyczne opadające arpeggia, które są rozpoznawalnym znakiem rozpoznawczym Billa Evansa. Co więcej, algorytm nauczył się również rozpoznawać motywy i figury muzyczne, których dany pianista konsekwentnie unika — to zaawansowana forma analizy, która wykracza poza proste rozpoznawanie powtarzających się wzorców.

Jak działała architektura systemu?

Naukowcy zastosowali podejście wielostrumieńowe, wykorzystując cztery oddzielne podsieci neuronowe. Ten system osiągnął 91,3% dokładności, co jest wynikiem zaledwie nieznacznie niższym od najlepszego pojedynczego modelu. Architektura wielostrumieńowa pozwala systemowi analizować różne aspekty muzyki równolegle, co odzwierciedla sposób, w jaki ludzie percypują muzykę — jednocześnie słuchając harmonii, rytmu, melodii i dynamiki.

Co to oznacza dla przyszłości analityki muzycznej?

Wyniki badań, opublikowane w czasopiśmie Nature Machine Intelligence, otwierają nowe perspektywy dla analizy muzyki. Metoda może znaleźć zastosowanie w katalogowaniu archiwów muzycznych, identyfikacji autorstwa nagrań lub w edukacji muzycznej — jako narzędzie do nauki rozpoznawania cech stylu poszczególnych mistrzów.

Jednocześnie badania wskazują na ograniczenia obecnego podejścia. Rozszerzenie metody na inne instrumenty, takie jak saksofon, wymagałoby uwzględnienia technik tonalnych i innych aspektów gry, których format MIDI nie rejestruje. To sugeruje, że przyszłe systemy będą musiały pracować z bardziej zaawansowanymi reprezentacjami dźwięku, aby w pełni uchwycić bogactwo ekspresji muzycznej.

Badania pokazują również, że sztuczna inteligencja może odkrywać struktury w danych, które są dla człowieka trudne do artykułowania. Fakt, że harmonia dominuje w identyfikacji stylu, może inspirować muzyków i pedagogów do głębszego zastanowienia się nad rolą harmonii w kształtowaniu indywidualnego artystycznego języka.