2.3.1 O CASE NEURAL
Recentemente, o Spotify, plataforma de distribuição de música via streaming, desenvolveu um case de grande repercussão quando “ressuscitou” o falecido rapper Sabotage, através de um processo de reconstrução e criação de uma letra de rap com mecanismos de Inteligência Artificial, utilizando modelos Markov e redes neurais (SPOTIFY BRASIL, 2016).
Baseado nos manuscritos e letras deixados pelo artista, o sistema de Inteligência Artificial identificou, treinou e aprendeu os padrões de escrita no artista. Num certo momento, a rede começou a se expressar como o artista, como ele escolheria as palavras e como ele as combinaria, para desenvolver uma letra completamente inédita.
Entretanto, como o Sabotage não poderia avaliar os resultados, a expressão da máquina não poderia ser considerada a resposta final. Então o Spotify desenvolveu o que eles chamaram de
Brand Trust, um comitê de avaliação composto por Tamires Sabotinha, filha do Sabotage, a banda RZO que acompanhava o Sabotage quando este ainda era vivo; e também o Bola, amigo e ex-produtor do rapper.
O objetivo desse grupo foi estabelecer uma curadoria para identificar o que o Sabotage falaria e assim filtrar as palavras para chegarem no resultado final. Enquanto isso, outro integrante do RZO recebia somente as frases validadas pelo Brand Trust que o inspirava a criar a nova música em parceria com o Sabotage. Foi uma colaboração real entre a Inteligência Artificial com a inteligência natural humana dos MC’s13.
Este projeto amplifica os conceitos de criação musical, traduzindo um pensamento intrínseco do Spotify, que é fazer a conexão entre os fãs e os artistas, especialmente mantendo viva uma lenda da música brasileira.
Este aprendizado da máquina sobre o modelo de criação do Sabotage foi baseado no design de construção e criação do artista. Os desdobramentos dessa iniciativa vão desde a reativação da coleta de direitos autorais do rapper, da produção de documentários até a projeção do Sabotage em holograma em shows ao vivo.
2.3.2 A MÚSICA CADA VEZ MAIS SIMPLES
A música que já viveu o auge da complexidade com os compositores clássicos e com o Jazz, atualmente reflete um modelo de composição muito mais simples. E quanto mais simples o modelo, mais fácil para o computador entender e reproduzir.
Estudos recentes do músico David Carlton, disponibilizados no site Hooktheory, apresentam resultados de uma análise de mais de 1.300 músicas populares, onde foram identificados alguns padrões, ou seja, detalhes comuns a todas elas.
Uma das respostas desta pesquisa concluiu que a maioria das canções foi composta em C (Dó) e Am (Lá Menor).
Outra curiosidade levantada por David diz respeito à relação entre os acordes. Em músicas feitas em C (Dó), qual seria o acorde que costuma acompanhar o mi menor (Em)?
13 Ver significado em: <https://www.significados.com.br/mc/>.
Pois bem, em 93% dos casos, os mais usados são fá (F) e lá menor (Am), sendo que o F é responsável por 59% das execuções (CARLTON, 2012). Definitivamente, o trabalho para a Inteligência Artificial está sendo facilitado.
Ainda na análise dos acordes que se repetem na música pop, um grupo australiano chamado Axis of Awsome14, desenvolveu um espetáculo onde apresentam diversos sucessos do pop mundial utilizando a mesma sequência de acordes comum a todas as canções apresentadas, insinuando que a fórmula do sucesso passa pelos acordes D, A, Bm, G.
O pesquisador e cientista de dados Leonardo Salles, divulgou, em 2017, um trabalho com uma análise da música brasileira, onde demonstra por números a repetição de gêneros e estilos, a quantidade de acordes utilizados, em média, e uma série de outras descobertas que demonstram a quantidade média de acordes da música brasileira vem diminuindo. Mais uma prova de que realmente a vida da Inteligência Artificial está sendo facilitada para compor músicas para o padrão de mercado.
A tecnologia transformou o universo da música em vários subsegmentos, seja nos aplicativos como o Garage Band da Apple ou nos consoles de vídeo games com o Guitar Hero”.
Estas construções de modelos para reprodução de música permitem a uma pessoa que não tem grandes conhecimentos, compor uma canção sem maiores dificuldades. O contrário também é verdade. A música penetra em igual proporção no universo da tecnologia, especialmente no mercado de trilhas de jogos de vídeo game. Bandas como o Aerosmith faturam mais com licenciamento de sua música no Guitar Hero do que com qualquer um dos seus álbuns (AMBROSINO, 2015). A velha fórmula de ganhar dinheiro com venda de CDs é passado.
Observando as mudanças na cadeia da música abaixo, podemos verificar como a complexidade diminuiu proporcionando maior fluidez entre os principais stakeholders e alimentando um maior número de lançamentos de artistas profissionais e não profissionais que vão brigar pela recomendação de algum algoritmo.
14 Músicas disponíveis em: <https://www.youtube.com/watch?v=oOlDewpCfZQ>.
Figura 1 – Cadeia da música
Fonte: Do autor.
Figura 2 – Nova cadeia da música
Fonte: Do autor.
2.3.3 HARDWARES INTELIGENTES
Uma revolução “silenciosa” que também vem ocorrendo no mercado da música é a sofisticação das ferramentas de apoio aos processos de composição, execução, produção e masterização, amparados por hardwares e softwares com os mais diferentes propósitos.
Esses dispositivos facilitam o acesso à música criando novas maneiras de interagir e compor, e muitas vezes sem sequer necessitar dominar um instrumento musical. São muitos os produtos que são lançados ou atualizados anualmente. Pianos e teclados inteligentes são capazes de ensinar qualquer usuário a tocar, como é o caso do Piano Inteligente Clarinova (TESSMAN, 2017a).
O Jam Stick Guitar15 é uma espécie de guitarra tecnológica portátil que serve para ensinar acordes, treinar exercícios, e também pode ser utilizada em concertos ao vivo. Essa pequena guitarra tecnológica é capaz de simular quase todos os timbres existentes e, através de um aplicativo conectado via wifi, apresenta as notas e os acordes em tempo real, substituindo as antigas revistinhas de cifras. O aplicativo do dispositivo Jam Stick também possui um software de composição e edição de músicas bastante sofisticado que utiliza machine learning para aprender e ensinar novas músicas.
Hoje é difícil encontrar uma área de atuação humana intocada pelo machine learning, o que inclui candidatas aparentemente improváveis, como música, esportes e degustação de vinhos (DOMINGOS, 2017, p. 688).
Ainda no segmento das guitarras, o TriplePlay Fishman é um sistema de compor, tocar e gravar, que coloca uma ilimitada paleta de instrumentos e sons ao alcance de todos. Ou seja, através de simulações MIDI (TESSMAN, 2017b) uma guitarra comum transforma-se num poderoso instrumento tecnológico que trabalha alinhado com softwares que ajudam na composição, nos arranjos etc. Desde que a Yamaha criou o lendário teclado DX7 que foi um ícone dos anos 1980, colorindo o som de diversas bandas da época, não se via tantos recursos tecnológicos para facilitar a criação de músicas.
No campo do software, há também uma infinidade de produtos que utilizam machine learning e Inteligência Artificial para ajudar na criação de canções. Um exemplo desses é o Landr16, um software de masterização que aprende seu estilo sonoro e equaliza os parâmetros de acordo com o som do artista. Ele também é capaz de implementar influências sonoras de músicos consagrados e mixá-las no som que está sendo trabalhado.
15 Mais informações disponíveis em: <https://jamstik.com/>.
16 Mais informações disponíveis em: <https://www.landr.com>.
Do lado do usuário, os dispositivos também não param de evoluir. Desde o lançamento do Ipod até o Amazon Echo, as tecnologias vêm modificando não somente a forma como se compõe e produz música, mas também a forma como consumimos. Os reprodutores musicais gigantescos dos anos 1970 e 1980, conhecidos como aparelhos 3 em 1, deram lugar a um aplicativo que distribui música em streaming e que se conecta via bluetooh a uma potente caixa de som. O dispositivo Amazon Echo possui tecnologia de comando de voz, onde é possível solicitar que uma música seja tocada, bastando dar o comando à Alexa (CLAUSER, 2019) para tocar a música no Spotify, por exemplo. O Spotify, por sua vez, anunciou recentemente seus planos para lançar um hardware inteligente (uma espécie de iPod) que será capaz de identificar o local onde você está e propor músicas que estejam relacionadas com aquele lugar ou com alguma experiência que você teve naquele local, além das já conhecidas playlists de recomendação baseadas em algoritmo. Não há limites para o que estes dispositivos associados a softwares e aplicativos são e serão capazes de fazer para tornar a música mais acessível e mais artificial.
Tecnologias como essas, ampliam o acesso à música e tornam a composição disponível a qualquer pessoa. O resultado disso é a possibilidade de surgirem novos artistas que irão basear-se naquilo que foi produzido no passado. Como consequência, teremos o mesmo pop descartável que já temos. Que tantos anos de música morna estejam incluídos na análise é um problema claro dessa tecnologia (STEINER, 2012).