L'algoritmo di apprendimento automatico estrae i testi rap, quindi scrive i suoi

L'antica abilità di creare ed eseguire rime parlate è fiorente oggi a causa dell'inesorabile aumento della popolarità del rap. Questa forma d'arte è distinta dalla normale poesia parlata perché viene eseguita a ritmo, spesso con musica di sottofondo.

E gli artisti si sono distinti. Adam Bradley, professore di inglese all'Università del Colorado, lo ha descritto in termini entusiastici. Il rap, dice, crea intricate strutture di suoni e rime, creando alcune delle poesie più scrupolosamente formali composte oggi.

La natura altamente strutturata del rap lo rende particolarmente suscettibile di analisi al computer. E questo solleva una domanda interessante: se i computer possono analizzare i testi rap, possono anche generarli?

Oggi otteniamo una risposta affermativa grazie al lavoro di Eric Malmi presso l'Università di Aalto in Finlandia e ad alcuni amici. Questi ragazzi hanno addestrato un algoritmo di apprendimento automatico per riconoscere le caratteristiche salienti di alcune righe di rap e quindi scegliere un'altra riga che fa rima allo stesso modo sullo stesso argomento. Il risultato è un algoritmo che produce testi rap che rivaleggiano con quelli generati dall'uomo per la loro complessità di rime.

Varie forme di rima emergono nel rap, ma la più comune, e quella che aiuta a distinguerla da altre forme di poesia, è chiamata rima assonante. Questa è la ripetizione di suoni vocalici simili come nelle parole crazy e baby che condividono due suoni vocalici simili. (È diverso dalla consonanza, che utilizza suoni consonantici simili, come nel picchiettio del pitter e diverso dalla rima perfetta in cui le parole condividono lo stesso suono finale come slang e gang.)

A causa della sua prevalenza nel rap, Malmi e compagni si concentrano esclusivamente sul modo in cui l'assonanza appare nei testi rap. Ma assumono anche una forma molto strutturata di versi composta da 16 versi, ciascuno dei quali equivale a una battuta musicale e quindi deve essere composto da quattro battiti. I versi in genere, ma non necessariamente, fanno rima alla fine.

Per addestrare il loro algoritmo di apprendimento automatico, iniziano con un database di oltre 10.000 brani di oltre 100 artisti rap.

Individuare rime assonanti non è difficile. Le parole devono prima essere convertite in fonemi (assumendo una tipica pronuncia inglese-americana). Trovare le rime è quindi semplicemente una questione di scansionare i fonemi alla ricerca di suoni vocali simili ignorando i suoni e gli spazi consonantici.

Ciò suggerisce immediatamente un modo per classificare la complessità dei testi. Malmi e compagni cercano sequenze di suoni vocalici corrispondenti nelle due righe precedenti o giù di lì. Quindi definiscono la densità in rima come la media di tutte le sequenze più lunghe nei testi.

Questa misura ha permesso loro di classificare tutti gli artisti rap nel loro database in base alla loro densità di rime. I tre rapper in testa alla lista sono Inspectah Deck, Rakim e Redrama. Rakim, in particolare, è noto per le sue rime multisillabiche.

Curiosamente, il rapper Eminem, famoso anche per le sue rime multisillabiche, è sorprendentemente in basso nella lista. Probabilmente perché Eminem spesso realizza le sue rime piegando le parole, un trucco che questa tecnica non consente.

Tuttavia, questa metrica è una misura interessante dell'abilità in rima di un rapper e che il team può utilizzare per confrontare i loro rap automatici con quelli generati dall'uomo.

Successivamente hanno impostato il loro algoritmo di apprendimento automatico, chiamato DeepBeat, un compito. Dopo aver estratto il database, il suo obiettivo è analizzare una sequenza di versi da un testo rap e quindi scegliere la riga successiva da un elenco che contiene versi scelti casualmente da altre canzoni, nonché la riga effettiva.

Questo può fare sorprendentemente bene. È stata raggiunta una precisione dell'82% per separare la vera riga successiva da una riga scelta a caso, affermano Malmi e co.

Non è male e suggerisce immediatamente un modo per generare automaticamente i testi. Malmi e compagni iniziano con un verso di un testo rap e chiedono al computer di cercare nel database un altro verso sullo stesso argomento che fa rima meglio. Quindi ripete questo processo per la riga successiva e così via.

I risultati sono qualcosa che apre gli occhi. Ecco un DeepBeat generato sul tema dell'amore

Per una possibilità di romanticismo mi piacerebbe migliorare
Ma tutto ciò che amo si è trasformato in un compito noioso
Un giorno dovremo lasciare il nostro amore nel passato
Amo i miei fan ma nessuno mi ha mai afferrato
Ti amo mamma, amo mia mamma, ti amo mamma
E mi piacerebbe avere una cosa come te nella mia squadra di cui ti occupi
Adoro quando c'è il sole Sonny ragazza potresti essere la mia Cher
Sono in una relazione amorosa che non posso condividere non è giusto
Haha sto solo interpretando le donne, sai che ti amo.
So che il mio amore è vero e so che anche tu mi ami
Ragazza, sono giù per qualsiasi causa il mio amore è vero
Questo va al mio vecchio sporco amore che stiamo sorseggiando birra
Mio fratello ti amo Sii incoraggiato amico E sappi solo
Quando hai finito fammi sapere perché il mio amore ti fa essere come WHOA
Se non posso farlo per amore, allora non lo farò
Tutto quello che so è che ti amo troppo per andarmene

È impressionante. Ognuna di queste righe è presa da un'altra canzone rap, ad esempio la riga finale è di Eminem

Inoltre, questo e altri rap generati da DeepBeat hanno una densità di rime significativamente superiore a qualsiasi rapper umano. DeepBeat supera i migliori rapper umani del 21% in termini di lunghezza e frequenza delle rime nei testi prodotti, sottolineano.

Il punto in cui DeepBeat cade è nella coerenza della sua narrazione, il che non sorprende dato che si concentra principalmente sulla rima. Questo è chiaramente un lavoro per il futuro.

Ref:arxiv.org/abs/1505.04771: DopeLearning: un approccio computazionale alla generazione di testi rap

nascondere