最も成功するシステムは、おそらくいくつかの技術を組み合わせるでしょう。あらゆるジャンルの音楽でメロディー、ハーモニー、リズム、ベースシーケンスを生成するのに適したテクニックが1つ見つかるとは思えません。
たとえば、マルコフ連鎖は、旋律および調和数列の生成に適しています。この方法では、チェーン遷移確率を構築するために既存の曲を分析する必要があります。マルコフ連鎖の本当の美しさは、状態があなたが望むものになり得るということです。
- メロディーの生成には、キー相対音符番号を試してください(たとえば、キーがハ短調の場合、Cは0、Dは1、D#は2など)
- ハーモニーを生成するには、コードのルートのキー相対ノート番号、コードのタイプ(メジャー、マイナー、ディミニッシュ、オーグメントなど)、およびコードの反転(ルート、1番目または2番目)の組み合わせを試してください。
ニューラルネットワークは時系列予測(予測)に非常に適しています。つまり、既存の人気のあるメロディー/ハーモニーに対してトレーニングされた場合、音楽シーケンスを「予測」するのにも同様に適しています。最終結果は、マルコフ連鎖アプローチの結果と同様になります。メモリーフットプリントを削減する以外に、マルコフ連鎖アプローチに勝る利点は考えられません。
ピッチに加えて、生成された音符または和音のリズムを決定するための持続時間が必要になります。この情報をマルコフ連鎖状態またはニューラルネットワーク出力に組み込むか、個別に生成して独立したピッチと持続時間のシーケンスを組み合わせるかを選択できます。
遺伝的アルゴリズムを使用して、リズムセクションを進化させることができます。単純なモデルでは、最初の32ビットがキックドラムのパターンを表し、2番目の32ビットがスネア、3番目の32ビットが閉じたハイハットなどのバイナリ染色体を使用できます。この場合の欠点は、新しく進化したパターンの適合性を評価するために、継続的な人間のフィードバックが必要になることです。
エキスパートシステムを使用して、他の手法で生成されたシーケンスを検証できます。このような検証システムの知識ベースは、優れた音楽理論の本やWebサイトから入手できる可能性があります。RicciAdamsのmusictheory.netを試してみてください。