La startup Samply, de un estudiante de posgrado del MIT, usa algoritmos para ayudar a los productores musicales a encontrar el sonido perfecto.
Destellos rítmicos de una pantalla de computadora iluminan una habitación oscura mientras los sonidos llenan el aire. La muestra del tambor redoblante suena nítida y limpia por sí sola, pero se vuelve turbia en la mezcla, sin importar cómo se ajusten los niveles. Bienvenido al mundo de la creación musical moderna y de sus descontentos.
Los productores musicales digitales de hoy se enfrentan a un dilema común: cómo combinar muestras que pueden sonar muy bien por separado, pero que no necesariamente encajan en una canción como las habían imaginado originalmente. Una solución consiste en buscar y revisar decenas de muestras diferentes, un proceso tedioso que puede requerir tiempo para pulirlo.
«Hay mucha búsqueda manual para obtener el resultado musical adecuado, lo que puede resultar distractor y consumir mucho tiempo», afirma Justin Swaney, estudiante de doctorado en el Departamento de Ingeniería Química del MIT, productor musical y cocreador de una nueva herramienta que usa aprendizaje automático para ayudar a los productores a encontrar el sonido perfecto.
Llamada Samply, el explorador visual de bibliotecas de muestras de Swaney combina música y aprendizaje automático en una nueva tecnología para productores. Ganadora principal del Desafío de Aprendizaje Automático Interdisciplinario del Stephen A. Schwarzman College of Computing del MIT, en la celebración Hello World del invierno pasado, la herramienta usa una red neuronal convolucional para analizar formas de onda de audio.
«Samply organiza las muestras según sus características sonoras», explica Swaney. «El resultado es un gráfico interactivo en el que los sonidos similares están más cerca y los diferentes, más lejos. Samply permite visualizar varias bibliotecas de muestras simultáneamente, lo que acorta la distancia entre imaginar un sonido en la cabeza y encontrarlo.»
Para Swaney, el desarrollo de Samply se nutrió tanto de su experiencia investigadora como de su vida personal. Antes de llegar al MIT, había producido álbumes con músicos independientes, entre ellos Eric Schirtzinger, baterista y cocreador de la herramienta. Los dos grabaron baterías en un sótano e intentaron improvisar con hardware barato y trucos, como colgar alfombras del techo para amortiguar la reverberación. «Las limitaciones nos hicieron ser creativos», dice Schirtzinger, que actualmente cursa la carrera de Ciencias de la Computación en la Universidad de Wisconsin en Madison.
Esa creatividad se afinó aún más después de que Swaney completara la asignatura 6.862 (Aprendizaje Automático Aplicado). Vio una oportunidad para reavivar su afición por la producción musical aplicando lo aprendido en el curso basado en proyectos, y diseñó una forma de automatizar la búsqueda de las muestras adecuadas al producir una nueva canción.
«Pensé que la computadora podría escuchar muestras mucho más rápido que yo», dice. Más allá del ingenioso uso del aprendizaje automático, la verdadera magia de Samply es que, conceptualmente, se basa en una profunda comprensión de lo que implica hacer música. «No somos simplemente entusiastas de la IA que aplican el aprendizaje automático a la música», afirma Schirtzinger. «Somos músicos que queremos mejores herramientas para hacer música.»
Resulta que en el MIT no son los únicos que llevan una canción en el corazón. Durante la presentación de Samply en la exposición del Schwarzman College of Computing el invierno pasado, decenas de profesores, personal y estudiantes se reunieron alrededor del póster y la demostración en vivo de Swaney para intercambiar ideas. Algunos tenían años de experiencia produciendo música con software profesional, mientras que otros simplemente apreciaron las visualizaciones y los sonidos de la demostración.
Impulsados por el interés que despertó Samply en la exposición, Swaney y Shirtzinger están en proceso de convertir su proyecto en una empresa emergente. Como primer paso, los dos se pusieron en contacto con la Oficina de Licencias Tecnológicas (TLO) para pedir asesoramiento, que los derivó al Servicio de Mentoría Empresarial (VMS).
Samply se unió a VMS en abril y fue emparejado con dos mentores y emprendedores vinculados al MIT, Stephen Bayle y John Stempeck. Tras presentar Samply a sus mentores, Swaney recibió valiosos consejos sobre cómo redactar un plan de negocio y una estrategia de ventas, y luego comenzó a establecer contactos con otras personas interesadas en la tecnología musical como negocio.
Samply ha sido aceptado desde entonces en el acelerador ELEVATE, patrocinado por la empresa local de marketing digital HubSpot, y Swaney está solicitando financiación inicial a través del Fondo de Innovación Sandbox del MIT.
«Crear una empresa siendo estudiante puede intimidar, pero la comunidad del MIT nos da confianza», afirma. «Si no podemos hacerlo en el MIT, ¿dónde podremos?»
De hecho, el tiempo y la atención que ha dedicado a Samply han tenido un beneficio «casi paradójico» para su vida académica como estudiante de posgrado. «Pasaba todo mi tiempo en el laboratorio», dice. «Cuando di un paso atrás para crear Samply, pude distinguir el bosque de los árboles en mi investigación.»
Swaney descubrió que centrarse en su amor por la música funcionaba como una «válvula de escape emocional», lo que ayudaba a mitigar el agotamiento intelectual. Aunque Samply pudo haberlo apartado del banco de laboratorio, también terminó influyendo en su investigación. La idea original de visualizar muestras, dice, surgió de «mi trabajo en análisis de células individuales». Aplicar el método a la herramienta aclaró su pensamiento en el ámbito biológico, lo que llevó a un nuevo método para producir una mejor agrupación, o una forma de ordenar, reconocer y visualizar grupos de células. «Fue un poco como un tema musical y sus variaciones, pero con mi investigación», afirma Swaney.
En cuanto a Samply, en septiembre se lanzará una versión beta gratuita de la aplicación, y está prevista una campaña de Kickstarter en el próximo año para impulsar desarrollos futuros.
«Queremos que Samply llegue a más productores y creadores de contenido para poder establecer un ciclo de retroalimentación que guíe nuestras prioridades», afirma. «Nuestra tecnología también podría tener aplicaciones en la interpretación musical en directo, la instrumentación, el cine y la videografía. Estamos entusiasmados por explorar esas posibilidades.»
