Blob Opera: una app simple para componer ópera

Blob Opera es una aplicación sencilla que permite componer una ópera con un cuarteto vocal interactivo a tu disposición, grabarla y compartirla en redes.

Lo ha creado Google Arts & Culture utilizando redes neuronales para su desarrollo, y han contado con cuatro cantantes de ópera reales. A pesar de la sofisticación para crearlo, el uso de la aplicación es muy fácil e intuitivo, y apunta a llevarse el primer premio al juego interactivo de la Navidad.

Este es un ejemplo

Las animaciones cantoras se llaman Blob, y son como teclas de un instrumento, como si cada uno de ellos fuera un cantante de ópera que puedes manejar a tu antojo. Una vez que mueves uno, el algoritmo creará un patrón combinando toda la información para crear un efecto sonoro, con estilo operístico, que suena realmente bien aunque no hayas ido a la ópera en tu vida.

Solo hay que arrastrar los Blobs hacia arriba, hacia abajo o hacia los lados para crear una  composición que puedes grabar y compartir en redes. En el modo multijugador, puedes utilizar un estilo libre con los Blobs.

La base de las voces de Blobs son las de cantantes de ópera reales: el tenor Christian Joel, el bajo Frederick Tong, la mezzosoprano Joanna Gamble y la soprano Olivia Doutney.

Los cuatro vocalistas grabaron muchas horas de canto para el experimento.
«El experimento utiliza una red neuronal entrenada para usar las voces de un bajo, tenor, soprano y mezzosoprano para generar canto de ópera en tiempo real a partir de movimientos simples en el dispositivo de un usuario», explican en blog de Google.
Te puedes descargar la aplicación de Google Arts & Culture tanto en Android como en iOS, en Google Play y la App Store. También puedes jugar con Blob Opera desde tu Pc.

Una red neuronal, la base de la Inteligencia Artificial

Las redes neuronales artificiales reproducen con circuitos o programas la estructura y el funcionamiento de las neuronas en el cerebro.

Cada neurona artificial tiene una serie de entradas por las que recibe información de otras neuronas, y una salida que a su vez envía información a otras “neuronas”.

Este trabajo en red permite detectar patrones a muy alta velocidad. Y esa red se va entrenando a medida que se usa. Un ejemplo es la visión artificial. Si quieres que tu ordenador reconozca gatos, no le das una serie de instrucciones para que busque orejas, bigotes o pelo. En lugar de eso le enseñas fotos de gatos y esperas que encuentre por sí solo las características comunes. Finalmente encuentra patrones-gato a una enorme velocidad.

Estos sistemas aprenden y se forman a sí mismos, en lugar de ser programados de forma explícita.
Una red ya entrenada se puede usar luego para hacer predicciones, clasificaciones, o producir una creación, como ocurre con Blob Opera.

Google ya  utilizó una red neuronal convolucional para reconocer los números de calle en las fotos que fue tomando como base de datos con sus coches. Logró una precisión del 96% de precisión en sus resultados.