Slopify: la máxima herejía y un primer intento de música generativa

Si hacer imágenes con inteligencia artificial ya provoca discusiones, producir música con ella debe ser «la máxima herejía». Lo digo con ironía: esa pequeña frase sirve para abrir la puerta a Slopify, mi primer intento de construir música generativa y entender qué pasa entre una instrucción, una regla y algo que finalmente suena.

El punto de partida fue sencillo: un creador de techno completamente sintético, sin voces. Empezó llamándose SlopMusic y terminó como Slopify. Primero había golpes en una cuadrícula; después aparecieron notas, patrones, variaciones, automatizaciones y piezas con principio, desarrollo y cierre. El nombre se permite la broma con el slop. El experimento merece atención precisamente porque todavía deja ver sus costuras.

Abrir el estudio Slopify ↗

Qué hace la inteligencia artificial aquí

La IA participa en el diseño de la herramienta, en la escritura del código y en la traducción de intenciones musicales a reglas concretas. «Quiero una pieza industrial», por ejemplo, se convierte en decisiones sobre osciladores, ritmo, saturación, resonancias y estructura. Después hay que generar el audio, escuchar el resultado y corregir. Decir «más oscuro» no reemplaza esas decisiones.

En estas versiones no estamos usando un modelo que entregue una canción terminada desde un servicio de generación musical. El audio sale de sintetizadores programados. La distinción importa para entender el experimento: hay colaboración con IA en el proceso, y hay un motor matemático que ejecuta una partitura de eventos. La dirección, la selección y la responsabilidad por lo publicado siguen siendo humanas.

Antes del archivo existe una receta

Un bombo puede comenzar como una onda seno cuya frecuencia cae muy rápido. Una textura puede nacer de ruido filtrado. Un golpe metálico aparece al combinar frecuencias que no encajan como los armónicos de una cuerda. Los filtros recortan el espectro, las envolventes deciden cómo empieza y termina el sonido, y la modulación hace que un parámetro cambie con otro.

El estudio del navegador utiliza JavaScript y Web Audio: osciladores, filtros, ganancias, saturación y eco. Su exportación WAV se calcula con OfflineAudioContext. Las composiciones más extensas de esta serie emplean además un motor fuera del navegador, escrito en Python con NumPy y SciPy, que sintetiza y mezcla el audio. SoundFile guarda el WAV y FFmpeg prepara el MP3 de escucha.

Las páginas de las piezas reproducen esos archivos ya renderizados y muestran su estructura. No están improvisando otro tema cada vez que alguien pulsa reproducir. El estudio y los reproductores son partes distintas del mismo laboratorio; los formatos de composición de las piezas extensas todavía no se importan como una sesión del secuenciador inicial.

Una semilla, varias decisiones

La semilla es una forma de conservar las decisiones que parecerían azarosas. Un texto se convierte en un número mediante SHA-256 y alimenta un generador pseudoaleatorio PCG64. De ahí salen elecciones de acento, posiciones, pequeñas variaciones de timbre y ruido. Con la misma semilla, el mismo código y el mismo entorno se puede repetir el experimento.

Eso no significa que una semilla componga por arte de magia. Antes están las reglas: cuánto dura la pieza, qué notas puede usar, cuándo se transforma un motivo y qué debe permanecer reconocible. Cambiar la semilla modifica material dentro de esa estructura. Cambiar las reglas puede producir otra clase de música.

La primera lección: variar no siempre cambia la identidad

Cuerpo eléctrico fue una primera prueba de tech house con secciones, un descanso y un regreso. El problema apareció al compararla con los otros resultados: seguía sonando demasiado parecida. Habíamos movido el arreglo sin cambiar lo suficiente los instrumentos. Es una limitación útil: variar notas y filtros no garantiza una nueva personalidad sonora.

La siguiente prueba separó tres capas: composición, paleta e interpretación. Qué se toca; con qué instrumento se toca; y cómo cambia ese instrumento entre eventos. A partir de ahí, el experimento empezó a abrirse.

Cuatro maneras de escuchar el laboratorio

Investigar el sonido sin convertir la emoción en una fórmula

Para la pieza industrial revisamos investigaciones sobre rugosidad acústica y señales de alarma, sobre síncopa y sensación de groove, y sobre timbre, energía y tensión percibidas. Esos trabajos ofrecen pistas sobre cómo escuchamos, dentro de las condiciones de sus experimentos.

La traducción a estas piezas es artística. Una textura áspera no significa lo mismo para todos; un sonido suave no garantiza tranquilidad. Por eso conviene hablar de intenciones y escuchar el resultado, en lugar de presentar una lista de frecuencias como si fuera un control remoto del ánimo.

Lo que queda abierto

Slopify es un primer intento de música generativa: una herramienta en construcción y una colección de pruebas. Las nuevas piezas permiten descargar la partitura de eventos y el código para repetir la semilla o cambiarla. Todavía falta unificar ese motor con la edición visual y hacer más sencillo conservar una parte mientras se transforma otra.

La máxima herejía, por ahora, cabe en una pantalla: pedir una idea, convertirla en reglas, escuchar lo que sale y admitir cuándo se parece demasiado a lo anterior. El siguiente paso empieza ahí, en lo que el oído pide cambiar.