The Perfect Rap Lyrics - AI Generated Rap Lyrics That Are Better Than Lyrics from Existing Popular and Critically Acclaimed Rap Songs

Abstract

Å utvikle datamaskinelle systemer som utviser en form for kreativitet har lenge vært ansett som en av de største utfordringene innenfor kunstig intelligens. Det kommer stadige nyvinninger innenfor feltet språkbehandling og mer sofistikerte systemer for å emulere naturlig språk. Disse fremskrittene åpner opp for muligheten til å bruke kunstig intelligens til å generere sangtekst innenfor en gitt sjanger, som kan måle seg med sangtekster skrevet av mennesker. Denne oppgaven omhandler således grensesnittet mellom kunstig intelligens og rap-tekster, med et todelt fokus på sangtekstanalyse og sangtekstgenerering.

Hva angår sangtekstanalysen, munnet dette ut i et rammeverk for å vurdere rimkompleksitet i sangtekst. Når man sammenligner denne utregnede rimkompleksiteten til sangtekster med aggregert kritiker-score og populariteten til sangene som teksten kommer fra, ser man en tydelig korrelasjon mellom rimkompleksitet og kritiker-score, så vel som en negativ korrelasjon mellom rimkompleksitet og popularitet.

Tekstgenereringen endte med et sett av genererte rap-strofer som ble evaluert både gjennom kvantitativ menneskelig evaluering og det ovenfor nevnte rammeverket for vurdering av rimkompleksitet. Etter menneskelig vurdering kom det frem at rap-strofene ikke blir rangert høyere enn eksisterende rap-strofer på noen av metrikkene som ble målt, men i noen av tilfellene oppfattes den genererte teksten som uatskillelig fra tekst skrevet av mennesker.

Siden det til dags dato ikke finnes noe universelt rammeverk for vurdering av rimkompleksitet, blir arbeidet som er gjort med rammeverket her ansett som et av hovedbidragene for oppgaven. Gyldigheten og potensialet for rammeverket er av særlig interesse når det sidestilles ved menneskelig evaluering av rimkompleksitet. Videre blir programvaresystemet som bruker kunstig intelligens for å generere rap-strofer som er uatskillelig fra menneskeskrevede sangtekster å anse som et skritt i riktig retning for språkbehandling og datamaskinell kreativitet.

The objective of developing computational systems exhibiting creative behaviours has been described as the final frontier in artificial intelligence. With the emergence of ever more sophisticated systems for generation of natural language, the opportunity arises of generating lyrics within a given music genre that is comparable to existing, lyrics written by humans. This thesis offers an exploration of the intersection between rap lyrics and artificial intelligence, with a bipartite focus on research on lyrics analysis and lyrics generation.

On the subject of lyrics analysis, the research lead to a framework for determining rhyme complexity of lyrics. When comparing the calculated rhyme complexity of rap lyrics to the popularity and average score given by critics for the respective songs, a decisive correlation was revealed between rhyme complexity and critics' score, as well as an inverse correlation between rhyme complexity and popularity.

The rap lyrics generation lead to a series of generated rap phrases that were evaluated by quantitative human evaluation as well as the aforementioned framework for assessing rhyme complexity. When assessed by humans, the generated phrases did not score higher than existing lyrics in any of the metrics that were measured; however, in some instances the generated phrases appear to be indistinguishable from human generated lyrics.

As there currently exists no commonly used universal framework for overall rhyme complexity that rewards different types of rhymes, the main contributions of this thesis are the work on the framework for determining rhyme complexity in lyrics, as well as the generation of rap lyrics through artificial intelligence. The validity and potential of this framework is particularly pertinent when comparing results from the calculated rhyme complexity with quantitative human evaluation of perceived rhyme complexity. On the generative side, an artificially intelligent software system that generates rap phrases that are indistinguishable from human written lyrics is regarded as a contribution to the fields of natural language processing and computational creativity.