Generación automática de letras de canciones usando redes neuronales recurrentes para el quechua

Abstract

A medida que la tecnología ha ido evolucionando durante los últimos años, también han cambiado nuestras formas de comunicación e incluso la forma de oír y compartir música. Por ejemplo, hoy en día existen aplicaciones webs y móviles que permiten reconocer las letras de canciones y el tipo de música; estos además contienen grandes volúmenes de información musical. Sin embargo, la cantidad desmesurada de contenido musical representa una desventaja para la creación de nuevos contenidos por las potenciales violaciones de copyright (derechos de autor). Entonces, producir nuevos contenidos (letras de canciones) representa un reto actual para los compositores y mucho más para géneros musicales de idiomas desfavorecidos digitalmente, como el quechua. Por lo expuesto, en este trabajo de tesis nosotros abordamos este problema de la falta de recursos digitales y creación de contenido musical en quechua recolectando un conjunto de datos. Además, implementamos un generador automático de letras de canciones utilizando modelos de inteligencia artificial capaces de extraer patrones de estilo y escritura; más precisamente presentamos las Redes Neuronales Recurrentes (LSTM) para generación de letras de canciones en el idioma quechua. Así, esta generación de nuevo contenido puede además ser utilizado como herramienta por compositores de genero huayno en el idioma quechua. También como parte del estudio presentamos: conceptos teóricos novedosos de inteligencia artificial, un conjunto de datos (recopilación de letras de canciones en quechua) detallando su recolección, y sentamos las bases para futuros usos, así como un pipeline para generación de letras de canciones usando LSTM.