UNIVERSIDAD CATOLICA DE SANTA MARIA Facultad de Ciencias Fsicas y Formales Programa Profesional de Ingeniera de Sistemas

COMPOSITOR NO HUMANO Presentado por: Jhosimar Mamani Amanqui

Arequipa Peru

2011

ABSTRACT La msica es una de las actividades de ocio ms solicitadas por las personas debido a la gran capacidad de entretenimiento que posee. Es ms, hoy en da la Industria del entretenimiento es una de las que ms dinero genera a nivel mundial. Es por ello, que muchas empresas intentan ofrecer sistemas innovadores que llamen la atencin de las personas. Una de estas actividades es la composicin musical. Cualitativamente, el xito de una composicin se puede medir de acuerdo a la sensibilidad que produce, la atraccin e inters que puede tener de las personas. En base a esta idea, los modelos matemticos aleatorios proporcionan herramientas que simulan este comportamiento. Hoy en da, las computadoras se han convertido en el principal dispositivo para realizar actividades musicales debido a la evolucin que han tenido en sus aplicaciones de multimedia y su alta capacidad de procesamiento. El presente trabajo explica una forma de realizar una composicin musical de manera automtica (es decir sin la intervencin de las personas) a travs de una computadora apoyndose en el uso de las Cadenas de Markov, que son mtodos aleatorios utilizados para analizar el comportamiento de varias actividades que ocurren en la vida cotidiana, en este caso en lo relacionado a generacin de msica. INTRODUCCIN La composicin musical es una actividad intelectual, y como tal que es requiere y depende de forma crtica de un conocimiento abundante del dominio en cuestin. As mismo, podramos considerar la composicin musical como una actividad creativa, lo que traera consigo la aparicin de una cierta componente paradjica, pues estaramos intentado modelar algo que en principio es inmodelable. De todas formas, no queda claro que la creatividad en s misma no sea ms que una aplicacin de inteligencia, y de hecho si realmente se consiguiese llevar a cabo la construccin del sistema que aqu se propone, podramos al menos postular que efectivamente as es. Primeramente realizaremos un recorrido histrico por los trabajos ms representativos realizados en este campo, pudindose observar la variacin entre los diferentes enfoques y formalismos utilizados para resolver el problema a lo largo de las ltimas 2 dcadas. A continuacin nos adentraremos con ms detalle en tres sistemas de composicin musical, elegidos por haber sido aquellos que posiblemente ms repercusin e influencia han tenido en el modelo que propongo ms adelante. Una vez establecida la base sobre la que nos sustentaremos, se propone una solucin alternativa al problema de la composicin musical automtica, en la cual una serie de mdulos ms o menos independientes cooperan entre s

coordinados por un experto (sistema interactivo), que posteriormente sera sustituido por una unidad de control que ya habra sido entrenada (sistema automtico) siguiendo el modelo CBR. Por ltimo se dedica una seccin para sacar conclusiones y establecer las bases del trabajo futuro en este contexto. La msica como propia es integral para una persona, ya que se usan varias capacidades y habilidades se mezclan las habilidades cerebrales y los sentimientos para crear msica. Basndome en esto propongo la premisa de que si una computadora puede tener sentimientos y as crear msica, esto nace de la necesidad de avanzar en la automatizacin, y crear ese futuro un tanto de ciencia ficcin, de pelculas, etc. Donde tenemos robots capaces de sentir y demostrar sentimientos. Y poder lograr algo as, seria un avance significativo en este tipo de independencia computacional. PLANTEAMIENTO TERICO La idea principal es de crear un compositor no humano, no una herramienta para componer sino un software capaz de crear msica y esto nace de poder demostrar que una computadora mediante un software pueda crear msica y as demostrar que una computadora puede tener y sentir sentimientos, teniendo el concepto de que la msica es creada en base a un sentimiento. Este estimulo puede ser generado por situaciones, sonidos, u otros estmulos tomando en cuenta que estos estimulos son usados por un compositor para generar canciones, suponiendo que ya tiene conocimientos musicales a un nivel medio-alto. Entonces si tenemos que saber teora musical para poder componer como ensear a una computadora toda esta teora, seria algo complicado por eso entonces es mejor seguir un modelo mas simplificado de escribir una partitura y que luego se genere la cancin y que sea evaluado por el compositor como un caso real y si es factible ser expuesto al publico. 1. PROBLEMA DE INVESTIGACION 1.1 Enunciado del problema (Ttulo) Compositor no Humano 1.2 Antecedentes del Problema Para la creacin de un sistema como este, se investigaron propuestas pasadas pero, la mayora solo son para crear un software que siempre har lo mismo, y interacta con el humano, ya que usan modelos como por ejemplo conways life, que desarrolla un buen resultado pero solo se tomara como ayuda a un nuevo modelo, y el uso de fractales, estos modelos son los mas fciles de implementar y que dan resultados no tan arrtmicos y muy interesantes pero estan limitadas a la interaccin humana, otro tipo de

compositores fueron basados en las cadenas de markov por ejemplo y los resultados que muestran son muy convincentes ya que se logro asemejar la composicin a las canciones de Chopin.

1.3 Descripcin del problema La msica en la industria del entrenamiento tiene un enorme mercado, debido al gran atractivo que tiene en las personas que encuentran una gran satisfaccin al percibir sonidos armoniosos, pero la mayora se dedica solo a escucharla y no a intentar crearla debido a que poseen muy poca una educacin musical y no dominan algn instrumento musical. Para crear msica es necesario tener un considerable conocimiento musical, una determinada experiencia para captar estilos musicales conocidos y tener un determinado grado de inspiracin. A pesar de ello hay personas que tienen un inters en componer, aunque debido a su poca o nula experiencia como compositores, les es necesario conocer distintos estilos musicales que les permita generar sus propias composiciones de una forma ms concisa y respaldada. Por ello, es necesario generar numerosas canciones que tengan un estilo similar, con el fin de que el novato compositor pueda desarrollar composicin con una base armoniosa. Adems, para un mejor estudio de estos estilos, no slo sera necesario escuchar la meloda, sino que ayudara mucho tener una documentacin de cada cancin creada, es decir, plasmarla sobre una partitura musical, con el fin de interpretarla o adecuarla a algn instrumento musical. En contraste, una generacin automtica de melodas ayudara a los aspirantes a compositores a analizar y obtener estilos musicales, moldearlos para su propsito, y facilitar su aprendizaje de crear msica. Adems, de documentar sus resultados para realizar un anlisis ms detallado de los estilos obtenidos. 1.4 Justificacin del problema (Su importancia cientfica y humana, acadmica, econmica, social, originalidad y aporte, factibilidad) El resolver esta premisa, servir como base hacia maquinas capaces de interactuar independientemente con un ser humano. Este proceso podra ayudar a compositores novatos al tener un apoyo con un generador de melodas puede servirles como base para una mejor obra, y que ya se tienen las notas se puede tener mejor documentacin de la obra y poder plasmar despus en un instrumento musical.

1.5 Limitaciones de la Investigacin Algunas limitaciones del problema son: Que no existe algn mtodo capaz de simular sentimientos que no interactu con un humano. La msica solo son notas con un comps y ritmo, que de alguna manera demuestra sentimientos pero solo es eso, no ser que una maquina los tenga. La composicin musical requiere de conocimientos de teora musical. 1.6 Propuesta de solucin La propuesta es encontrar un mtodo capaz de tomar como entrada imgenes y al procesarlas que componga msica y dependiendo el tipo de imagen se saque el compas y el ritmo, y para esto se debe: Probar mtodos y tcnicas como las descritas anteriormente e ir cortando poco a poco la interaccin humana y ver los resultados, entonces quizs se puedan ir juntando algunas tcnicas y algunos mtodos y puedan interactuar y lograr estmulos como los tiene el ser humano, y as lograr el resultado esperado. 2 MARCO TEORICO

2.1 Revisin Histrica El primer trabajo conocido en esta rea es debido a Hiller and Isaacson en 1958. Basado en el modelo de generacin y prueba, el sistema genera notas pseudoaleatoriamente usando cadenas de Markov, de forma que solo se mantienen aquellas que pasen una serie de pruebas basadas en tcnicas heursticas; si ninguna de las notas satisface la prueba se procedera con un simple backtracking para continuar la composicin desde un punto anterior. Por supuesto Hiller and Isaacson excluyen todo lo relacionado con la expresividad y el contenido emocional de la msica; y de hecho es reconocido por ellos mismos diciendo que antes de intentar resolver esos problemas habr que tratar los aspectos bsicos de la composicin. A partir de este momento surgen una serie de trabajos que basan su funcionamiento en modelos probabilsticos y ms en concreto en cadenas de Markov. A quedado demostrado ms adelante que no es posible obtener la suficiente riqueza musical si basamos la construccin de un sistema de composicin exclusivamente en aproximaciones probabilsticas. No obstante no todos los trabajos de la poca estaban basados en modelos de Markov, un buen ejemplo es el trabajo de Moore (1972) en generacin de melodas que intenta simular las tcnicas usadas por humanos de forma ms bien algortmica y basada en tcnicas heursticas.

Posiblemente el ejemplo ms claro de sistema de composicin musical en el que aparecen puestas de relieve tcnicas propias de inteligencia artificial es el trabajo de Rader (1974). Propone un sistema basado en reglas que describen como deben unirse las notas para producir melodas de cierto sentido musical. La parte interesante reside en la existencia de una serie de reglas especiales, denominadas reglas de aplicabilidad que determinan bajo qu condiciones y en qu momento debe aplicarse cada una de las reglas generativas, teniendo en cuenta para ello los pesos asociados con cada una de ellas. Esto constituye el primer ejemplo claro de uso de meta conocimiento en este contexto. Simon and Sumner, pioneros en inteligencia artificial, describen un lenguaje formal para representar la msica y sus patrones; y disean adems un mtodo inductivo para identificar patrones ms o menos implcitos en obras musicales. A partir de ello, y 3 encabezados por el trabajo de Lerdahl and Jackendoff (1983), surgirn toda una familia de modelos basados en gramticas generativas, que hoy en da siguen teniendo bastante relevancia en el modelado de sistemas relacionados con la msica. Son muchos los formalismos que se han ido utilizando a lo largo de la corta vida de este tipo de sistemas. A parte de los ya comentados podemos destacar: Marvin Minsky (1981) resuelve el problema por medio de agentes de manera que la interaccin entre varios de ellos produzca el resultado esperado. Cada uno de los agentes estara especializado en una determinada habilidad o tcnica, tenindose a su vez agentes de orden superior coordinando el funcionamiento global. Bharucha (1993) usa redes neuronales para aprender armona musical. Feulner (1993) se enfrenta al problema usando una combinacin de tcnicas de satisfaccin de restricciones y redes neuronales. Sabater, Arcos y Lpez de Mntaras proponen un sistema de armonizacin musical basado en CBR y asistido por reglas. La idea propuesta esta basada en la observacin de que un sistema puramente basado en reglas fallar porque no son las reglas las que hacen la msica sino la msica la que hace a las reglas. El sistema intenta armonizar una meloda dada, primeramente buscando casos similares, y cuando no se encuentre ninguno aplicando las reglas generales de armonizacin. Adems se tiene la ventaja de que cada nueva resolucin del problema puede pasar a formar parte de la base de casos y ser usada con posterioridad en la resolucin de futuros problemas. Probablemente el trabajo ms reconocido en esta rea es el propuesto por David Cope (1987-1990, EMI project). El sistema genera composiciones emulando el estilo de determinados compositores clsicos. Ha generado composiciones interesantes en los estilos de Cope, Mozart, Palestrina, Bach, Chopin, Bartok, etc. Cabe destacar que el

sistema es basado en Corpus en lugar de basado en reglas, y de esta forma extrae el conocimiento de composiciones ya hechas en lugar de utilizar reglas obtenidas a partir de stas; al igual que pasa en las aproximaciones CBR. 2.2 Conceptos Bsicos Msica: Segn la dedicin tradicional, es el arte de organizar una combinacin coherente de sonidos y silencios utilizando los principios fundamentales de la meloda, la armona y el ritmo, mediante la intervencin de complejos procesos psico-animicos. El concepto de msica ha ido evolucionando desde su origen en la antigua Grecia, en que se reuna sin distincin a la poesa, la msica y la danza como arte unitario. Desde hace varias dcadas se ha vuelto ms compleja la definicin de qu es y qu no es la msica, ya que destacados compositores, en el marco de diversas experiencias artsticas fronterizas, han realizado obras que, si bien podran considerarse musicales, expanden los lmites de la definicin de este arte. Meloda: Es un conjunto de sonidos concebidos dentro de un mbito sonoro particular que suenan sucesivamente uno despus de otro (concepcin horizontal), y que se percibe con identidad y sentido propio. Tambin los silencios forman parte de la estructura de la meloda, poniendo pausas al "discurso meldico". El resultado es como una frase bien construida semntica y gramaticalmente. Es discutible en este sentido si una secuencia dodecafnica podra ser considerada una meloda o no. Cuando hay dos o ms melodas simultneas se denomina contrapunto. Armona: Bajo una concepcin vertical de la sonoridad, y cuya unidad bsica es el acorde, regula la concordancia entre sonidos que suenan simultneamente y su enlace con sonidos vecinos. Ritmo: Es el resultado final de los elementos anteriores, a veces con variaciones muy notorias, pero en una muy general apreciacin se trata de la capacidad de generar contraste en la msica, esto es provocado por las diferentes dinmicas, timbres, texturas y sonidos.

MIDI: Se trata de un protocolo de comunicacin serial estndar que permite a las computadoras, sintetizadores, secuenciadores, controladores y otros dispositivos musicales comunicarse y compartir informacin para la generacin de sonidos. 2.3 Estado del Arte El mejor sistema de composicin que conocemos es la mente de un artista. Y la mejor manera de intentar igualar ese sistema son realizando una serie de algoritmos matemticos que permitan acercarnos a la meta. Hay 03 formas de composicin musical algortmica, aquellas que siguen reglas especficas para generar nuevas melodas, las que aprenden patrones de melodas y aquellas que usan evolucin para producir msica siguiendo criterios de esttica. Compositor que sigue reglas especificas Los compositores que siguen reglas especficas, son tal vez la manera ms intuitiva para componer msica artificial, debido a que la msica va apareciendo siguiendo reglas musicales, por lo general estas reglas son sencillas de plasmarlas sobre un computador, ya que sigue dependiendo de una secuencia aleatoria va escribiendo partes pequeas de canciones. Un claro ejemplo fue el mostrado en el Juego de dados de Mozart, que fue una composicin hecha a partir de compases establecidos (canciones cortas pregrabadas). As que hacerlo en un computador sera generando nmeros aleatorios. Una gran desventaja de este tipo de compositores es que son bastante predecibles, debido a que los compases pregrabados son los mismos y no tienen un estilo claro ya que los compases ingresados no son controlados y el resultado es una mezcla confusa y poco esttica ya que el nivel de armona es bajo. Compositores que generan msica a partir de un entrenamiento. Por otro lado, hay compositores que generan msica a partir de un entrenamiento, estos sistemas aprenden un estilo musical, y lo usan para crear melodas. Este entrenamiento consiste en obtener los patrones de alguna composicin base, que sera una entrada del sistema. Estos sistemas capturan el estilo base de la entrada a partir de probabilidades de transicin de tonos musicales, basados en la frecuencia de transicin de notas del estilo base. Por lo general, las canciones base son escogidas dependiendo del tipo de msica que se quiere crear, es decir si el usuario quisiera tener una composicin al estilo Chopin, la composicin base debera ser de Chopin, para que la meloda se cree con una estructura musical similar.

Este proceso es ms completo que el anterior, ya que posee una secuencia ms armnica y estticamente tiene ms solidez. Debido a su naturaleza no determinstica tiene cierto grado de improvisacin aunque muchas veces la composicin puede resultar repetitiva (puede caer en lazos repetitivos) o vaga (no tener relacin con el ritmo de la seal de entrada). Para estos tipos de sistemas se usan Cadenas de Markov, que pueden modelar de manera adecuada esta idea. Compositores que usan evolucin. Los Compositores que usan evolucin para producir msica, son sistemas cuyo funcionamiento se basan en la utilizacin de algoritmos genticos, una tcnica propuesta por Jhon Holland, y estn basados en la teora de la evolucin de Charles Darwin. Por lo tanto, son sistemas que siempre intentan encontrar soluciones a diversos problemas. Estos reciben como entrada a los candidatos a una solucin y retornan como salida cules son aquellos que ofrecen una solucin ms eficiente, con el fin de que se reproduzca, simulando una supervivencia del ms apto. Incluso usan los mismos trminos, ya que trabajan con una poblacin de individuos, sus posibles soluciones son codificadas y se les llama cromosomas, adems hay un juego de operadores que de manera aleatoria modifican parte del cromosoma, a esto se le llama mutacin, una funcin de evaluacin para saber que tan eficientes son y un mtodo de seleccin natural, para elegir los cromosomas que sern utilizados en la siguiente etapa. La aplicacin de estos algoritmos son usados en la composicin musical debido a que no se tratan de una tcnica especializada sino que se trata de una solucin buena para problemas abiertos y que buscan un nivel de perfeccin, aunque cabe sealar que al tratarse de un algoritmo paralelo consumen un alto consumo computacional y su tiempo para encontrar la mejor solucin puede ser muy largo dependiendo de la forma de cmo estn implementados y de qu forma est limitado su espacio de bsqueda. Como se puede ver, este proceso es ms complejo y aunque tiene un relativo xito, sus resultados son subjetivos, ya que la opinin de una misma composicin recibe distintas impresiones, debido a que los resultados de este tipo de algoritmos dependen del proceso de seleccin usado, que se comporta como el crtico de msica. Algunos sistemas que presentan buenos resultados. David Copes EMI Project El sistema analiza partituras existentes buscando patrones musicales recurrentes llamados signaturas, que posteriormente son recombinados formando nuevas composiciones de acuerdo con el estilo del compositor correspondiente. Se considera

que EMI es un sistema basado en Corpus en lugar de basado en reglas aportando por ello mayor flexibilidad y diversidad. El algoritmo principal esta basado en las siguientes fases: Anlisis: Intenta usar las caractersticas de la msica tonal para determinar el carcter y funcin de determinados grupos de notas. Identificacin de patrones: Se buscan las signaturas que sern usadas como esqueleto bsico de la nueva composicin. Deconstruccin: Las partituras de entrada son divididas en pequeos segmentos musicales (normalmente compases). Reconstruccin: Se recombinan los segmentos dando lugar a la nueva pieza musical. Las signaturas que han sido recuperadas de una gran base de datos de partituras permanecern intactas durante todo el proceso de composicin. Para componer los motivos musicales entre signaturas, EMI utiliza un analizador implementado como una red aumentada de transiciones (ATN) que constituir el ncleo de la fase de reconstruccin, y que busca las restricciones o propiedades existentes en obras del mismo compositor. Michael Chans ACCSM Su propuesta esta fuertemente inspirada en los trabajos de David Cope por un lado, y de Lerdahl and Jackendoff por otro. El objetivo del sistema que propone, como en el caso anterior, es el de producir piezas musicales que imiten el estilo de ciertos compositores. ACCSM acepta un corpus de piezas clsicas de un determinado compositor (representadas en XML), y produce nuevas obras imitando su estilo. Por lo tanto el sistema tambin se dice que es basado en Corpus. Michael Chan adapta el algoritmo diseado para EMI, mejorando las fases de anlisis y deconstruccin al usar las estructuras musicales detalladas en el modelo GMT (A generative theory of tonal music) de Lerdahl and Jackendoff. En l se detalla un anlisis musical estructural y exhaustivo en el cual se realiza una segmentacin jerrquica de la msica en motivos, temas, frases y secciones.

Pereira, Grilo, Macedo y Cardoso: SICOM Presentan una solucin basada en anlisis musical, CBR y tcnicas de planificacin; de manera que las nuevas soluciones se obtienen transformando y extrapolando el conocimiento derivado de los anlisis musicales, previamente realizados por expertos. Cada anlisis se representa como un caso, pudiendo ste ser dividido en todos sus subcomponentes; y divide la pieza musical segn la siguiente jerarqua:

METODO PROPUESTO El sistema propuesto se basara solo en imgenes, experimentar con mtodos de manera que al recoger alguna caracterstica de la imagen se pueda plasmar en alguna nota o serie de notas y recoger informacin de la calidad de la imagen para establecer el compaz de la meloda. Para esto se defini con caractersticas bsicas de una imagen como lo son: Histogramas: El histograma de una imagen representa la frecuencia relativa de los niveles de gris de la imagen. Nivel De Contraste: O Varianza, esto nos muestra el nivel de contraste de nuestra imagen con la siguiente formula

Entropia: Nos da a ver la suavidad de la imagen

Energia: Nos muestra el nivel de uniformidad de la imagen

Con esta informacin se puede escalar a la notacin de un piano por ejemplo y comenzar a escribir, para este proceso se esta usando la notacin ABC. La notacin ABC: Es un lenguaje para escribir msica que utiliza el conjunto de caracteres ASCII. El principal objetivo de esta notacin es que puede ser ledo con facilidad por los humanos y no solo por la maquina.

Ejemplo de la notacin ABC Despues de este proceso se obtiene algo como el ejemplo, pero con la informacin de nuestras imgenes y los resultados son enviados a un traductor MIDI. 4 OBJETIVOS El objetivo de este proyecto es disear e implementar un sistema capaz de componer msica con una meloda dada segn diferentes estilos. Para esto se usaran imgenes para recibir estmulos y poder generar una cancin como lo hace un compositor humano. Se pretende que el sistema sea fcilmente modificable en la aplicacin de diferentes estilos mediante distintos archivos de reglas, de forma que para cambiar de estilo toda la modificacin que haya que hacer sea cambiar el archivo de reglas usado para la armonizacin.

TRABAJO FUTURO Aun siendo este un campo de intensa actividad desde un punto de vista de la investigacin, y aunque existan una gran cantidad de sistemas que intenten resolverlo esta claro que es un terreno de complejidad mxima en el cual falta mucho por ofrecer. Por tanto se debe invertir mucho mas tiempo en investigar un nuevo mtodo para mejorar los resultados de las investigacin pasadas y lograr la independencia del compositor

CONCLUSIONES 1. Desde la antigedad se han usado a las matemticas como nexo para entender a la msica, sobretodo haciendo uso de modelos aleatorios. 2. Debido a que las personas tienen una preferencia del 65% de su tiempo libre a escuchar msica, muestra una gran afinidad entre los individuos y las melodas. 3. La falta de atencin a un usuario sin cultura musical pero con deseo de participar de forma activa, indica que existe un mercado de grandes dimensiones. 4. Hay 03 formar de realizar msica de forma automtica, a partir de una base de datos pregrabada, a partir de un entrenamiento previo o a partir de una evolucin en su aprendizaje, cada una mostrando una identidad determinada. 5. Mientras ms funciones tenga un sistema de composicin automtica, implica de un conocimiento mayor del usuario, por lo que es ms compleja su operacin. 6. El formato MIDI es una especie de partitura musical digital que contiene las notas musicales, esto permite que no ocurran al momento de su lectura complicaciones referidas a factores externos (como error en el muestreo) que puedan generar prdidas de datos. 7. Un archivo MIDI es totalmente editable, ya que a pesar que produzca muchos sonidos a la vez, es posible separarlos eliminando as cualquier problema de interferencia o ruido de fondo, que se tuviera en otros formatos de audio. 8. Una generacin de una meloda en MIDI ocupa un espacio en disco muy pequeo en comparacin a otros formatos de audio como wav o mp3.

9. La estructura musical de una meloda contiene informacin de ritmo, estructura y referencias de notas sobre el pentagrama, es decir, datos acerca del estilo propio de una cancin, con el fin de imitar este estilo comn, el sistema compositor copia esa informacin. 10. Hay varios parmetros que identifican el estilo de una meloda, esta informacin se encuentra en el formato MIDI de la misma, el sistema se enfoca en 02 de ellos para su elaboracin musical, estos son la Nota musical y su tiempo de duracin. 11. Las pruebas cualitativas del presente trabajo mostraron aceptacin de las melodas generadas, debido a que en su opinin stas son armoniosas y a pesar de tener cierta similitud con la entrada, poseen una identidad propia. 12. Las melodas compuestas por el sistema no solo pueden ser escuchadas, sino que tambin pueden ser estn documentadas ya que stas pueden visualizarse en cualquier software editor de partituras, lo que permite un mejor anlisis a la meloda resultante.

BIBLIOGRAFIA Ramn Lpez de Mantaras and Josep Lluis Arcos. 2002. AI and Music. From composition to expresive performance. Francisco Pereira, Carlos Grilo, Luis Macedo, Amlcar Cardoso. Composing music with case-based reasoning. Maarten Grachten, Josep Lluis Arcos, Ramn Lpez de Mantaras. Melodic similiraty: Looking for a good abstraction level. J. Sabater, J. L. Arcos, R. Lpez de Mntaras. Using rules to support asebased reasoning for harmonizing melodies. Maarten Grachten, Josep Lluis Arcos, Ramn Lpez de Mantaras. Tempo Express: A CBR approach to musical tempo transformations. Norris, J. R. Markov chains. Cambridge Series in Statistical and Probabilistic Mathematics.