Uutiset

Räppigeneraattori on nyt verkossa kaikkien ulottuvilla

DeepBeatia ja uutta räppipeliä pääsi kokeilemaan myös Helsingissä Tekniikan päivillä marraskuun alussa.

Aalto-yliopiston tietotekniikan laitoksen sekä Helsingin yliopiston ja HIITin tutkijoiden kehittämä, aikaisemmin vain tutkimuskäytössä ollut DeepBeat-räppigeneraattori julkaistiin verkossa 5. marraskuuta.

DeepBeat on koneoppiva algoritmi, joka luo räppilyriikkaa valtavien tietomassojen pohjalta. Tällä hetkellä sen tietokannassa on kaikkiaan 641 000 riviä ja 12 500 kappaletta yli sadalta artistilta, suomen ja englannin kielillä.

– Räppigeneraattorilla voi luoda kokonaisen räppisäkeistön, joka on yhdistelmä olemassa olevia riimejä. Sillä voi myös määritellä avainsanoja, jolloin tulokseksi saadaan ainoastaan riimejä, joissa nuo avainsanat on mainittuna, kertoo tohtorikoulutettava Eric Malmi tietotekniikan laitokselta.

Generaattorissa voi myös syöttää oman riimin säkeistön alkuun, jolloin ohjelma tuottaa ensimmäiseen riimiin sopivan säkeistön.

– Räppiä voi tuottaa myös tietokoneavusteisesti riimi kerrallaan, jolloin DeepBeat ehdottaa joka riimin kohdalla parhaat vaihtoehdot. Edellinen rivi määrittää eniten, mutta uuden rivin pitää myös sopia koko säkeistöön. Lopullisen valinnan tekee kuitenkin käyttäjä, Malmi täsmentää.

Riimi kerrallaan valitseminen tuottaa räppialgoritmille palautetta käyttäjän valinnoista. Tätä dataa käytetään edelleen parantamaan hakutuloksia ja myös aineistona jatkotutkimusta varten.

Räppigeneraattoria voidaan käyttää esimerkiksi synttäriräpin tekemiseen ystävälle.

– Räppigeneraattoria voidaan käyttää esimerkiksi synttäriräpin tekemiseen ystävälle, jolloin sanoitukset voidaan räätälöidä vastaanottajalle sopiviksi. Näitä sanoituksia pystyy myös jakamaan Facebookissa, jatkaa Malmi.

Generaattorin tuottamien sanoitusten riimikerroin on keskimäärin 21 % korkeampi kuin parhailla englanninkielisillä räppäreillä. Generaattori on kuitenkin tarkoitettu ensisijaisesti huvikäyttöön heille, jotka eivät räppää ammatikseen. Harrastelijaräppärit voivat myös käydä hakemassa DeepBeatiltä apua sanoituksiin. Jokaisen DeepBeatin tuottaman räppiriimin vieressä näkyy sen räppärin kuva, jonka säkeistöstä riimi on peräisin.

Räkis vai Raprofessor?

DeepBeatin luoneet tutkijat ovat toteuttaneet myös uuden Raprofessoriksi nimetyn räppipelin. Siinä käyttäjälle näytetään kaksi rimmaavaa riviä, joissa riimin jälkimmäinen osa on piilotettu. Pelaajalle annetaan 100 sekuntia aikaa, jonka kuluessa hänen tulee keksiä mahdollisimman monta puuttuvaa riimiä. Räppipeliä voi toistaiseksi pelata vain suomenkielisillä lyriikoilla.

– Pelin aluksi käyttäjä valitsee artistin yli 30 vaihtoehdosta, joita ovat muun muassa Elastinen, Cheek ja Paleface. Sitten käyttäjä määrittelee vaikeusasteen, joka tarkoittaa rimmaavien vokaalien määrää eli piilotetun riimin pituutta, kertoo Malmi.

Räppipeliä varten on toteutettu algoritmi, joka hakee automaattisesti 1700 suomenkielisestä räppikappaleesta kaikki loppusointuriimit. Pelin vaikeustasot ovat nimeltään Räkis (Räkänokka), Nexti leveli ja Raprofessor.

– Pelin avulla käyttäjä voi esimerkiksi harjoitella riimien keksimistä tai suosikkiartistinsa kappaleiden sanoituksia. Peli osoittaa myös, että räppäreiltä vaaditaan paljon taitoa ja luovuutta sanoituksiin sopivien pitkien riimien keksimiseen. Tämän voi todeta kokeilemalla pelin ylintä vaikeustasoa, Eric Malmi vinkkaa.

Sekä DeepBeatiin että Raprofessoriin pääsee myös tutustumaan Eric Malmin opastuksella Helsingissä Tekniikan päivillä 7. marraskuuta.

Sekä DeepBeatiin että Raprofessoriin pääsee myös tutustumaan Eric Malmin opastuksella Helsingissä Tekniikan päivillä 7. marraskuuta.

DeepBeatin kehittämiseen ovat osallistuneet tohtorikoulutettavat Eric Malmi ja Pyry Takala sekä professorit Tapani Raiko ja Aristides Gionis Aalto-yliopiston tietotekniikan laitokselta ja professori Hannu Toivonen Helsingin yliopistosta ja Tietotekniikan tutkimuslaitos HIITistä.

Lisätietoja:

Eric Malmi
Aalto-yliopisto
puh. 0440 478 010
[email protected]

Räppigeneraattori (deepbeat.org)
Räppipeli (raprofessor.com)

  • Julkaistu:
  • Päivitetty:

Lue lisää uutisia

Cone Calorimeter Testing
Tutkimus ja taide Julkaistu:

BIOSUOJA-hanke pelastaa ihmishenkiä kehittämällä biopohjaisia palonestopinnoitteita

Lahjakas ryhmä nuoria tutkijoita pyrkii tekemään puusta myrkyttömiä palonestoaineita.
Visuaalisen tekoälyn avulla luotu hahmotelma kaupunkialueen kehittämiseksi Batterseassa, Lontoossa
Yhteistyö, Tutkimus ja taide, Opinnot Julkaistu:

Arkkitehtiopiskelijat suunnittelivat tekoälyn avulla sosiaalisia innovaatioita Lontooseen

Suunnittelussa yhdistettiin ensimmäistä kertaa laadullinen evolutionaarinen suunnittelu ja visuaalinen generatiivinen tekoäly.
Kuvassa näkyy ruokalista, johon eri aterioiden CO2-päästöt on merkitty värikoodilla ja euromääräisrellä hinnalla.
Mediatiedotteet, Tutkimus ja taide Julkaistu:

Tutkimus: Hiilijalanjäljen merkitseminen vaikuttaa joukkoruokailijoiden valintoihin – myös merkitsemistavalla on väliä

Saksassa toteutettu tuore tutkimus osoittaa, että opiskelijaravintolan asiakkaat valitsivat vähäpäästöisempiä aterioita, kun heille kerrottiin eri ateriavaihtoehtojen hiilijalanjälki. Vaikutus oli suurin, kun hiilijalanjälki kerrottiin liikennevalo-värikoodin ja euromääräisen hinnan yhdistelmänä. Tutkijan mukaan asia kannattaisi huomioida myös Suomessa, missä joukkoruokailu on erityisen suosittua.
The magnetic properties of a material can affect how it interacts with light.
Mediatiedotteet, Tutkimus ja taide Julkaistu:

Tutkijoille läpimurto: Yksisuuntaisen lasin kehitys vihdoin mahdollista

Tutkijat kehittivät uuden metamateriaalin, joka voi toimia monenlaisten teknologisten innovaatioiden pohjana.