Search

In the computational creativity field there have been many researches related to the automatic generation of music and forms of literature. In this work we propose a solution to the automatic generation of songs, first writing the music and the lyrics independently, and later joining them. Regarding music generation, a module developed by Guillermo Villeta Torres that would be explained in a later TFG, has been used. This module generates a song in MIDI format that would be then joined to the lyrics, and is also capable of modifying the music based on the feedback it receives after this merging. As for the generation of lyrics, we explored the use of Markov Chains which helped us obtain a poetic text. During this process, we developed some tests for each generated sentence to carry a syntactic and a sentimental evaluation. For both evaluations, different configurations were tried until the result obtained was the most satisfactory one. When both music and lyrics are ready, they are received by another module that put them together and evaluated the outcome. During this evaluation process, we came up with a series of tests first to check the sentiment analysis of the music, and then to obtain a quality index of the resulting song. These tests are performed iteratively through the music with the lyrics already assigned, and later the quality score is normalized. Depending on the outcome of this evaluation process, either the result is given as an output or a series of parameters are sent to the generator modules as feedback for them to modify the lyrics and music with the intention of improving the result., En el campo de la creatividad computacional ha habido varias investigaciones relacionadas con la generación automática de música y de textos literarios. En este trabajo proponemos una solución para la generación automática de canciones, primero escribiendo la música y la letra por separado, y más tarde uniéndolas. En relación a la generación de música, se ha usado un módulo desarrollado por Guillermo Villeta Torres que será explicado en un futuro TFG. Este módulo genera canciones en un formato MIDI que posteriormente se juntarían con la letra, y también es capaz de modificar la música en función del feedback que recibe tras esta unión. Para la generación de letras exploramos el uso de cadenas de Markov, que nos ayudan a obtener texto poético. Durante este proceso desarrollamos algunas pruebas para cada oración generada con el fin de llevar a cabo una evaluación sintáctica y un análisis de los sentimientos que genera. Para ambas evaluaciones, se probaron diferentes configuraciones hasta que el resultado obtenido era el más satisfactorio. Una vez la música y la letra han sido generadas, son enviadas a otro módulo que las junta y evalúa el resultado obtenido. Durante el proceso de evaluación, definimos una serie de pruebas, primero para hace un análisis de los sentimientos de la música, y más tarde para obtener un índice de calidad de la canción resultante. Estas pruebas se llevan a cabo iterativamente a lo largo de toda la música con la letra ya asignada, y más tarde la nota de calidad se normaliza. En función del resultado de este proceso de evaluación, o bien la canción resultante se da como salida, o se manda una serie de parámetros a los módulos generadores para que modifiquen tanto la letra como la música con la intención de mejorar el resultado.