Основы создания музыки для видеоигр. Руководство начинающего композитора

Если композиция исполнена в тональности соль мажор, а последняя прозвучавшая нота была фа-диез, тогда вероятность того, что за этой нотой последует соль, составит 80 %, что ре – 15 %, а ми – 5 %.

Затем программа определяет, какой из трех результатов выбрать. Таким образом, получается композиция, отличающаяся высокой вариативностью. Такое музыкальное произведение может быть просто MIDI-конструкцией, в которой инструменты занесены в библиотеку звуков. Или же композиция может состоять из аудиофайлов предварительно записанных музыкальных сегментов, подчиняющихся алгоритмам. У системы музыкальной неопределенности и вероятности интересная история. Узнав ее, мы сможем многое узнать о философии генеративного подхода.

Обратимся к истории

Хотя идея генеративной музыки довольна нова, она во многом обязана более ранней концепции алеаторики, разработанной композитором-авангардистом Джоном Кейджем. Объясняя свои взгляды на музыку, Кейдж заявлял: «Мне нечего сказать, и именно это я и говорю»[71] (1939). Он верил, что, отпустив конечный контроль над формой своих композиций и, по сути, не добавляя себя в процесс творения, он сможет создать что-то новое. Кейдж славился тем, что определял форму своих композиций с помощью метода «и цзин». Данный метод включает в себя подбрасывание монет и сверку с гадальными схемами[72]. Кейдж говорил: «Я сочиняю музыку, это так. Но как я это делаю? Я больше не принимаю никаких решений. Вместо этого я задаю вопросы».

Может, Кейдж и создал алеаторику, но композитор, применивший эту теорию в современной электронной музыке, мало на него походил. В 1970-х Брайан Ино, бывший участник глэм-рок-группы Roxy Music, экспериментировал с алеаторикой и магнитофонами. Однако Ино занялся созданием музыки с прямым участием компьютерных программ только в 90-е. Он сочинял постоянно меняющиеся композиции, используя математические алгоритмы, основанные на вероятности и случайности. Ино популяризировал термин «генеративная музыка» для описания музыки, способной непрерывно и непредсказуемо создавать саму себя. «Наверное, я просто всегда был лентяем, – поделился Ино (1996), – так что я всегда хотел создать что-то, что даст мне куда больше, чем я предполагал».

Генеративная музыка обладает определенными преимуществами для разработчиков видеоигр и издателей. Раз музыка способна непрерывно генерировать новые вариации самой себя, значит, она может проигрываться в течение длительного времени, при этом не надоедая. Кроме того, в теории система генеративной музыки будет производить огромное количество композиций без нужды в большом бюджете, обычно необходимом для такого количества оригинального контента. Говоря о стоимости трудозатрат при разработке ассетов ресурсов для видеоигр, Ян Богост (2012) из Технологического института Джорджии обращает внимание на преимущества процедурной генерации: «Там, где процедурные методы не слишком обоснованы эстетическими причинами, в игру вступают экономические. Растущие затраты на разработку высокобюджетных игр вызвали новый интерес к процедурным методам в сфере гейм-дизайна». Впрочем, профессор Тим Ван Гилен из Университета прикладных наук Аванс предостерегает: «Генеративная музыка в значительной степени остается недоказанным методом. Разработчикам мультимедиа-контента приходится тратить большие суммы на различных специалистов, чтобы получить готовый продукт» (2008).

Использование генеративной музыки на заре видеоигр

Пусть Ино и популяризировал термин «генеративная музыка» в 90-х, одним из первых подобный метод в видеоиграх использовал Питер Лэнгстон в своих работах для Ballblazer от Activision (1985). В Ballblazer игра выбирает из 32 фрагментов мелодии, основываясь на вычислении вероятности. Лэнгстон, руководитель разработки игр в LucasArts и создатель этой системы, называет ее риффологией. Используя эту систему, Лэнгстон смог создавать музыку, которая довольно долгое время играла без повторений, однако и у этого метода были свои недостатки. «Музыка, сгенерированная этим алгоритмом, проходит тест „Музыка ли это?“ – пишет Лэнгстон (1986). – Однако после первых десяти минут внимательного прослушивания она не проходит тест „Интересна ли эта музыка?“ из-за скучных ритмических и общих мелодических структур».

Конечно, предпринимались попытки для продвижения искусства генеративной музыки, например программы вроде PureData, SuperCollider и Noatikl, которые пытались предоставить композиторам инструменты для создания процедурных произведений более высокого качества. Несмотря на это, генеративная музыка для видеоигр по-прежнему не проходит тест Лэнгстона «Интересна ли эта музыка?» Тщательное и кропотливое внимание к заданным алгоритмам может частично решить эту проблему, но случайный характер системы делает эту задачу непосильно трудной.