Rhythmus

Der unten stehende Drumcomputer verwendet KI, um dir beim Erstellen einzigartiger Patterns (wiederkehrende Motive) zu helfen. Setze einige Noten auf die Positionen 1 bis 6, drücke den Knopf „Generieren“, und die KI füllt den Rest aus. Drücke „Play“, um dir deine KI-gestützte Komposition anzuhören. Jedes Mal, wenn du „Generieren“ drückst, erstellt die KI ein neues Pattern.

Wird geladen...

Unsere KI ist ein neuronales Netz, das mit vielen Stunden menschlichen Schlagzeugspiels trainiert wurde. Neuronale Netze sind eine Art von KI, die von biologischen Gehirnen inspiriert ist. Genau wie diese können sie lernen viele verschiedene Dinge zu tun: Texte übersetzen, Gesichter erkennen, Spiele spielen oder sogar Autos fahren. Neuronale Netze tun dies, indem sie lernen, Beziehungen zwischen einzelnen Elementen zu erkennen oder zu reproduzieren - z. B. die Beziehungen zwischen den Noten in einem Drum-Pattern (Schlagzeugmuster), was wir als „Struktur“ in der Musik bezeichnen können.

Es ist möglich, völlig zufällige Drum-Patterns zu erzeugen. Im Allgemeinen reagieren wir aber auf jene Patterns am meisten, die biologische Rhythmen, tradierte kulturelle Konventionen, Genre-Konventionen oder aktuelle Trends widerspiegeln. All diese Faktoren schaffen eine Struktur.

So erstellst du ein Drum-Pattern

In der Kunst gibt es keine festen Regeln, aber in der Musik gibt es manchmal nützliche Konventionen. Drum-Patterns enthalten meist drei grundlegende Elemente, die Kirk Hamilton (Macher des wunderbaren Podcasts Strong Songs, der Lieder analysiert und erklärt, wie sie sich zusammensetzen) wie folgt bezeichnet: Thump, Pop und Sizzle.

Thump wird normalerweise von der Bassdrum (Großen Trommel) erzeugt. Es handelt sich um einen tiefen Ton, der wie ein „Herzschlag“ anmutet. In einem einfachen Rock-Rhythmus wird er auf den Positionen 1 und 9 gespielt. Im Deutschen könnte man „Thump“ als dumpfes Stampfen bezeichnen.

Wird geladen...

Pop wird normalerweise von der Snare Drum (Kleinen Trommel) erzeugt. Es ist ein lauterer, explosiverer Klang, der dem „Thump“ gegenübergestellt wird. Das Wort „Pop“ kann man hier als „knallen“ oder „platzen“ verstehen und wird hier auch onomatopoetisch verwendet: genau wie „Thump“ und „Sizzle“ ahmt das Wort den Klang nach, den es beschreibt.

Der Kontrast zwischen „Thump“ und „Pop“ erzeugt Bewegung und bringt die Leute zum Tanzen. In einem einfachen Rock-Rhythmus wird er auf den Positionen 5 und 13 gespielt und „Backbeat“ genannt.

Wird geladen...

Sizzle wird oft von der Hi-Hat gespielt. Es ist ein heller, konstanter, wiederkehrender Klang, der ein Grundgerüst liefert, das alle Elemente zusammenhält und die Gliederung des Drum-Patterns deutlich macht.

Wird geladen...

Du kannst einige Variationen mit einfachen Mitteln erzeugen:

Four-to-the-floor ist ein äußerst beliebtes Grundmuster, das in tanzbaren Genres wie Disco und elektronischer Musik verwendet wird. Der Name kommt daher, dass die Bassdrum am Anfang jedes Beats spielt (in unserem Drumcomputer beginnen die Beats an den Positionen 1, 5, 9 und 13).

Wird geladen...

Das folgende Pattern ist ein typischer Hip-Hop-Rhythmus. Die Hi-Hat, die an jeder Position gespielt wird, vermittelt ein Gefühl von Geschwindigkeit. Die Noten der Bassdrum werden auf die Positionen 4, 7, 11 und 14 verschoben, wodurch ein satterer, komplexerer Beat entsteht.

Wird geladen...

Das folgende Pattern stammt von Impeach the president, einer Single der Funk-Band The Honey Drippers, und ist eines der am häufigsten gesampelten Patterns in der Geschichte der Popmusik. Die einzigen Unterschiede zu unserem ursprünglichen Pattern sind die verdoppelte Bassdrum und die offene Hi-Hat, die den Backbeat in Position 13 vorwegnimmt. Das reicht bereits aus, um das Klangbild komplett zu verändern.

Wird geladen...

Unser oben erwähnter Drumcomputer verfügt außerdem über drei Tomtoms und zwei Becken. Beim Schlagzeugspiel werden diese normalerweise verwendet, um Fills zu erzeugen und das Ende von Takten oder Abschnitten zu markieren. In geloopten Patterns können wir sie verwenden, um Klangfarbe, Charakter und Textur zu erzeugen. Du kannst auch versuchen, sie für den „Thump“, den „Pop“ oder das „Sizzle“ zu verwenden, um herauszufinden, wie sich dein Rhythmus verändert.

Kleine Geschichte des Drumcomputers

Drumcomputer gehören zu den einflussreichsten elektronischen Instrumenten und sind der Grundstein von elektronischer Musik, Hip-Hop und anderen Genres.

Frühe Drumcomputer verwendeten synthetische Klänge, die von echten Schlaginstrumenten inspiriert waren und durch die Kombination von Oszillatoren und weißen Rauschgeneratoren erzeugt wurden. Sie klangen nicht realistisch, konnten aber dieselben rhythmischen Funktionen (wie das „Thump“, „Pop“ und „Sizzle“) bieten. Mit der Zeit haben Musiker*innen den einzigartigen Klang der Drumcomputer für sich entdeckt und bewusst angestrebt.

Drawing of the Rhythmicon

Das Rhythmicon, der erste Drumcomputer, wurde 1930 von Leon Theremin entwickelt. Es verwendet rotierende Scheiben mit Perforationen, die Licht (gesteuert durch das Drücken von Klaviertasten) durchlassen und Sensoren aktivieren können. Das Rhythmicon versucht nicht, ein echtes Schlagzeug zu imitieren, sondern kann sehr komplexe Rhythmen erzeugen, die auf der harmonischen Reihe aus der Mathematik basieren.

Drawing of the Wurlitzer Sideman

Der Wurlitzer Sideman aus dem Jahr 1959 war der erste kommerziell erhältliche Drumcomputer. Er kann mit Hilfe von Scheiben, die sich mit einer einstellbaren Geschwindigkeit drehten, eine feste Reihe von Rhythmusmustern in Tanzstilen wie Rumba, Walzer, Foxtrott und Tango spielen. Er verwendet Vakuumröhren, um Klänge wie Becken, Bürsten, Maracas und Trommeln zu synthetisieren.

Drawing of the Eko ComputeRhythm

Der Eko ComputeRhythm, der 1972 auf den Markt kam, war einer der ersten programmierbaren Drumcomputer. Er verfügt über eine 6x16-Matrix von Tasten zur Eingabe von Patterns, was die Grundlage für unzählige Drumcomputer wird (einschließlich unseres eigenen auf dieser Webseite). Er kann auch Patterns von Lochkarten einlesen.

Drawing of the Linn LM-1

Der Linn LM-1 aus dem Jahr 1980 war der erste Drumcomputer, der digitale Samples (Aufnahmen von echten Drums) anstelle von synthetischen Sounds oder Bandschleifen verwendete. Linn LM-1 kann live programmiert werden, korrigiert das menschliche Timing, ermöglicht die Verkettung von Patterns und bietet Optionen für Akzente sowie für ausdrucksvollere Rhythmen wie Swing. Viele Studio-Schlagzeuger*innen lernten den Umgang mit dem Linn LM-1 und machten ihn in den 1980er Jahren zu einem weit verbreiteten Instrument auf Pop-Platten.

Drawing of the TR-808

Der Roland TR-808 kam ebenfalls 1980 auf den Markt. Er verwendet analog-synthetisierte Versionen akustischer Perkussionsinstrumente. Bei seiner Einführung wurde er für seinen unrealistischen Klang kritisiert, aber mit der Zeit wurde er Kult. Dank seines einzigartigen Klangs, seiner Benutzerfreundlichkeit und der Verfügbarkeit von preiswerten Gebrauchtgeräten wurde er zu einer Ikone der Elektromusik, des Dance und des Hip-Hop.

Wie funktioniert die KI?

Das neuronale Netz, das im Drumcomputer oben verwendet wird, ist ein sogenanntes Recurrent Neuronal Network (RNN). Diese Art von neuronalem Netz eignet sich gut für die Verarbeitung mehreren Elementen in einer Sequenz. Zum Beispiel Drum-Patterns, die Sequenzen von Noten sind. Im Kapitel „Melodie“ verwenden wir ebenfalls ein RNN, das auf Melodien und nicht wie hier auf Schlagzeugspiel trainiert wurde.

RNNs sind nicht ausschließlich für Musik geeignet. Sie werden für alle Arten von Sequenzen verwendet, z. B. für die Textübersetzung (Sequenzen von Wörtern), die Spracherkennung (Sequenzen von gesprochenen Klängen), die Handschrifterkennung (Sequenzen von Stiftstrichen) usw. Unser RNN wurde ohne Musiktheorie, Regeln über Rhythmus, Trommeln usw. programmiert. Jedes mögliche Schlaginstrument ist ein eigenes Element (wie ein Buchstabe im Alphabet), und das Netz lernt die Beziehung zwischen diesen Elementen während des Trainings. Da das Netzwerk mit Schlagzeugmustern trainiert wurde, lernte es, Schlagzeugmuster zu erzeugen.

Unser RNN beginnt mit den von dir vorgegebenen Anfangsnoten und sagt die wahrscheinlichste Note voraus, die in der Sequenz folgt. Das R in RNN, Recurrent, steht dafür, dass RNNs dieselben Berechnungen wiederholt durchführen. Nach der Vorhersage jeder Note wird der Prozess wiederholt, wobei die letzte Note als Teil der Eingabe wieder miteinbezogen wird. Sobald die Sequenz vollständig ist, können wir aufhören.

Ein Mensch spielt eine Note auf einem Klavier. Eine KI in Form eines Roboters hört sich die gespielte Note an und spielt etwas auf einem zweiten Klavier. Die Ausgabe des zweiten Klaviers geht an einen Lautsprecher und auch zurück an den Roboter, um als weiterer Input verwendet zu werden.

Jede Note wird anhand der Informationen der vorangegangenen Noten vorhergesagt. Dieses „Gedächtnis“ ermöglicht es, die Struktur eines Drum-Patterns zu reproduzieren, bei dem einige Noten mit Noten in Verbindung stehen, die mehrere Schritte in der Vergangenheit liegen (z. B. eine Bass Drum, die alle vier Schritte erklingt). Dieses Gedächtnis kann jedoch nur eine begrenzte Anzahl von Strukturen speichern und auch die Fähigkeit, wie weit es zurückgehen kann, ist eingeschränkt. Im Kapitel „Song“ sprechen wir über eine andere und leistungsfähigere Art von neuronalem Netz.

Einige Punkte zum Nachdenken

Patterns können vor einem Live-Auftritt auf einem Drumcomputer erstellt und dann auf der Bühne abgespielt, ihre Noten verändert oder ihr Sound moduliert werden. Sie sind ein großartiges Werkzeug für die Improvisation und das Spiel vor Publikum.

Wie können KIs, die schnell Musik komponieren können, auf die gleiche Weise in einer Live-Show eingesetzt werden? Welche Art von Eingabeaufforderungen könnten Musiker*innen verwenden, um die Kompositionen während einer Aufführung zu steuern?

Referenzen

Erstellt auf der Grundlage der deep-drum App von Gogul Ilango und der Google Magenta Drums RNN demo.

Copyright- und Lizenzinformationen sind in unserem GitHub-Repository.

Quellenangaben

Text is available under the Creative Commons Attribution License . Copyright © 2022 IMAGINARY gGmbH.