EXPOSÉ: GENETISCHE IMPROVISATION

Untersuchung zu evolutionärer Entwicklungslogik in improvisierten Klangfolgen und deren Anwendbarkeit in künstlicher Kreativität

Zusammenfassung

Die Nachahmung der Natur wird bereits seit dem Mittelalter als dominierendes ästhetisches Prinzip der Kunst dargestellt und diskutiert (Seidel, 2004). Vor dem Hintergrund der weiterhin andauernden Suche nach einer universellen musikalischen Schaffenstheorie sowie dem Streben der Informatik nach künstlicher Kreativität gewinnt dieser Gedanke eines Bezugs zur Natur neue Brisanz – wenn auch hier nicht in der mimetischen Darstellung der Natur selbst, sondern als Imitation des natürlichen Prinzips der Evolution.

Ziel dieses Forschungsvorhabens ist es, Strukturen evolutionärer Entwicklungslogik in der Musik aufzuspüren und zu beschreiben. Das genetische Modell fungiert dabei als Schnittstelle zwischen musiktheoretischer Erkenntnis und künstlicher Intelligenz. Es soll so die verschiedenen Forschungsbereiche interdisziplinär vernetzen und damit ein explizit genanntes Desiderat der Forschung (McCormack, 2005) erfüllen.

Das Untersuchungsobjekt bilden empirische Analysen musikalischer Improvisationen. Darin zeigen sich viel stärker als in komponierter Musik – weil unmittelbar und ohne Übersetzungsleistung zu und wieder aus einem Notentext – die Prozesse bei der Entstehung und Weiterentwicklung musikalischer Ideen. In einer Laborsituation, die nur akustische Kommunikation zwischen den Probanden erlaubt, werden deren frei – unter Vorgabe einer ungefähren Dauer – improvisierten Stücke aufgezeichnet und computergestützt analysiert. Zentral ist dabei die Rolle des Klangs und dessen medialen Charakters, der die musikalische Interaktion in zweierlei Hinsicht formt: Zum einen in seinem direkten Wirken auf den Improvisationspartner, zum anderen in größerem Zusammenhang mit semantischer Qualität als Träger musikalischer Metainformationen. Beides zusammen bildet ein in stark abstrahierten Kategorien beschriebenes Genom einer Klangfolge. In einem zweiten Schritt wird es nun möglich, die gewonnenen Daten als hypothetisches Modell in einen genetischen Algorithmus einzuspeisen und damit dessen Voraussagegenauigkeit zu evaluieren. So bemisst sich gleichzeitig auch die Anwendbarkeit in Algorithmen der künstlichen Kreativität und damit verbunden der künstlerische Wert des computergenerierten genetischen Klangcodes.

Dem Anspruch einer musikalischen Universalie – wenn eine solche überhaupt existiert (Wallin, Merker & Brown, 2001) – kann dieses Forschungsprojekt in seinem eng abgesteckten Rahmen nur näherungsweise gerecht werden. In jedem Fall aber werden am Ende Erkenntnisse über einen neuen methodischen Zugang und deren Nutzen für die evolutionäre Informatik stehen.

 

Stand der Forschung

Musikalische Kreativität und Improvisation

Die Frage, wie eine musikalische Idee entsteht, ist eng verknüpft mit den Bedingungen und Prinzipien musikalischer Kreativität (Sternberg, 1999). Über die ganze Musikgeschichte hinweg wurden dazu Theorien und Regelwerke als Spiegel musikästhetischer Präferenzen ihrer Zeit geschaffen, die eine formalisierte Analyse im historischen Kontext ermöglichen.

Improvisation und Komposition können aus schaffenspsychologischer Sicht entgegen der üblichen Gegenüberstellung als zwei Varianten eines musikalisch-generativen Prozesses betrachtet werden. Je nach Genre gibt es allerdings unterschiedliche Anteile von improvisiertem und vorgegebenem Material (Lehmann, 2008). Die Ausarbeitung dieses Prozesses kann direkt realisiert (improvisiert) oder schriftlich fixiert (auf dem Notenblatt) erfolgen und iterativ evaluiert werden, wobei sowohl intern erzeugte Erwartungen als auch externe Informationen verarbeitet und zu größeren Einheiten zusammengefasst werden (Lehmann, 2005). Im Falle der Improvisation bilden Erfindung, Verarbeitung und klangliche Realisation eine phänomenologische Einheit.

Dieser komplexe Prozess weist Ähnlichkeiten zu unterschiedlichen bestehenden generativen Modellen auf: Nach Johnson-Laird (2002) generiert der Spieler zunächst passende Muster, die anschließend bewertet und selektiert werden. Hier stößt man bereits auf Indizien für eine evolutionäre Entwicklung von Klangfolgen. Daneben wird angenommen, dass der Prozess auch Ähnlichkeiten zur menschlichen Sprachproduktion aufweist (Lehmann, 2008). Bereits Ende der 1980er Jahre wurden von Fred Lerdahl und Ray Jackendorff (1996) Untersuchungen durchgeführt, um musikalische Formungsprinzipien analog zur in der Linguistik entwickelten Generativen Transformationsgrammatik (Chomsky, 1969) zu beschreiben. Bei der Improvisation sind aber auch motorische und affektive Prozesse relevant. Trainierte Bewegungsabläufe werden automatisch abgerufen, um mehr kognitive Kapazität für Planung und ästhetische Vorstellung verfügbar zu machen (Lehmann, 2008).

Algorithmische Komposition

Nicht erst seit der Erfindung des Computers versuchen sich Komponisten an regelbasiertem Generieren musikalischen Materials. Als eines der ersten Systeme dieser Art kann sicherlich Mozarts „Musikalisches Würfelspiel“ zum Komponieren von Walzern mit zwei Würfeln durch Rekombination vorgegebener Takte gelten (Mozart, 1793).

Das erste von einem Computer komponierte Stück entstand 1955 auf einem Großrechner der Universität von Illinois: die zufallsbasierte ILLIAC-Suite für Streichquartett von Leejaren Hiller und Leonard Isaacson (Ruschkowski, 1998). Später wurden auch komplexere Verfahren wie Markov-Modelle möglich, die mit einer Matrix aus Zustandsübergangsgewichtungen zwischen musikalischen Einheiten, z. B. Tonhöhen, den jeweils wahrscheinlichsten musikalischen Folgeschritt berechnen und so eine automatisierte Komposition auf Basis statistischer Analysen ermöglichen (Xenakis, 1971).

In den siebziger Jahren des 20. Jahrhunderts löste der deutsche Komponist Gottfried Michael König in „Projekt 2“ das Problem der vermeintlichen Unvereinbarkeit von Zufalls-operationen und ästhetischem Prinzip durch menschliche Verifikation der computergenerierten Fragmente (Ruschkowski, 1998). Diese Entwicklungen weisen uns bereits den Weg hin zum zukünftig denkbaren vollständigen Abbilden der beiden genannten Teilschritte in einem System mit künstlicher Intelligenz.

Künstliche Intelligenz in der Musikforschung

Mit ständig steigender Computerleistung werden zunehmend auch Modelle der Musikwahrnehmung in Programmen nachgebildet. Diese Methoden der künstlichen Intelligenz (Artifical Intelligence – AI) helfen, durch die spezifischen Herangehensweisen Forschungsprobleme zu erkennen und zu lösen: Die Konzeption erfordert eine exakte Beschreibung der vorliegenden Prozesse. Durch Simulation können neue Theorien validiert werden und Computermodelle als Inspirationsquelle für neue Hypothesen dienen (Toiviainen, 2008).

Im Mittelpunkt der aktuellen Forschung stehen künstliche neuronale Netzwerke, die in stark vereinfachter Form gegenüber dem biologischen Original das Zusammenspiel virtueller Neuronen (Nodes) simulieren, die nach mathematischen Algorithmen Eingabedaten verarbeiten. In The Origins of Music (2001) beschreiben Wallin et.al. den Forschungszweig der evolutionary musicology als wichtigen Baustein für das Verständnis der Evolution des Menschen, der bisher gegenüber Erkenntnissen aus der Sprachevolution nur eine untergeordnete Rolle spielte. Aus dieser Grundidee entwickelten Peter Todd und Gregory Werner (1999) ein System, das die selektive Partnerwahl durch die Vogelweibchen bei einigen Vogelarten anhand des attraktivsten männlichen Gesangs als Verbund virtueller Komponisten und Kritiker nachbildet. Ungeklärt bleibt bei dieser Simulation jedoch, wie die Erwartungen der weiblichen Kritiker tatsächlich entstehen, wurden sie doch hier lediglich aus Markov-Ketten von Volksliedern abgeleitet.

Dieser Frage stellt sich Eduardo Miranda (2004) in der Beschreibung eines mimetischen Modells: Ausgehend von zufälligen Tonfolgen entsteht hier durch häufig wiederholte Imitation, die sowohl Eigenschaften des menschlichen Gehörs als auch der vokalen Klangerzeugung berücksichtigt, ein Repertoire von durch simulierte soziale Interaktion erzeugten Melodien.

AI-Systeme können neben der generativen Funktion auch noch andere Aufgaben leisten: Als Schnittstelle zwischen Mensch und Maschine verbinden Score Follower-Programme live gespielte Klänge durch probabilistische Voraussagen (Hidden-Markov-Modelle) mit dem musikalischen Verlauf einer Partitur (Toiviainen, 2008).

Genetische Algorithmen

Von besonderem Interesse für dieses Forschungsvorhaben ist ein Ansatz, der versucht, Methoden der evolutionären Informatik als generatives Prinzip zu verwenden. Genetische Algorithmen funktionieren, inspiriert von der biologischen Evolution, nach dem darwinistischen Prinzip des „survival of the fittest“ (Darwin, 1859): Aus einer Population mathematischer Objekte, die durch Mutation und Rekombination erzeugt wurde, wird durch eine fitness function die beste Variante selektiert und so zu einer neuen Generation, mit der der Ablauf erneut beginnen kann. In der Informatik dient dieses Verfahren vor allem der Annäherung an Probleme, deren optimale Lösung nicht bekannt ist und nur iterativ erreicht werden kann (Goldberg, 1989; Koza, 1992).

In der Musik werden Einheiten wie Akkorde, Akkordfolgen oder Melodiephrasen zu einem Genom zusammengeführt und in einem genetischen Algorithmus als Modell für künstliche Kreativität verwendet (Miranda & Biles, 2007). Exemplarisch kann hierfür das Programm GenJam stehen, das durch das evolutionäre Prinzip Jazz-Solos generiert (Biles, 1994).

In den letzten Jahren haben viele Wissenschaftler aus der Informatik diesen Ansatz aufgegriffen und weiterentwickelt (Collins, 2006; Manzolli, Moroni, Von Zubens & Gudwin, 1999; Pirnia & McCormack, 2012; Tokui & Iba, 2000). Bisher bleiben jedoch einige Probleme im Bereich der evolutionären Musik ungelöst:

  1. Eine dynamische Verbindung von Genotyp und Phänotyp
  2. Ästhetische Selektion
  3. Künstlerische Qualität der Erzeugnisse
  4. Erweiterte Modelle künstlicher Kreativität
  5. Theorien der Musik, die evolutionäre Strukturen berücksichtigen

(McCormack, 2005)

Insbesondere für das im fünften Punkt herausgestellte Desiderat soll dieses Forschungsvorhaben neue Grundlagen schaffen.

Der Vergleich der vorliegenden Forschungsansätze macht außerdem die Ambiguität des Begriffs der Evolution deutlich: In der evolutionary musicology bezieht er sich zum einen auf den tatsächlichen biologischen Prozess, zum anderen aber auch auf die kulturelle Evolution (Wallin et al., 2001, S. 18). Die evolutionäre Informatik dagegen nimmt eine Abstraktion vor und gelangt so zu einem lediglich biologisch inspirierten Verständnis.

Eine klarere Abgrenzung ergibt sich, wenn wir für die Beschreibung der kulturellen Evolution an die Theorie der Memetik als spezielle Form der Informationsweitergabe anknüpfen: Meme sind als Pendant zu biologischen Genen Replikatoren von Gedanken und unterliegen ebenfalls den Regeln der Variation und Selektion (Dennett, 1997). Insbesondere vor dem Hintergrund der im Folgenden beschriebenen kommunikativen Aspekte des Klangs in der musikalischen Improvisation könnte das Modell der Meme als akustisch kodierte Informationsträger zwischen menschlichen Individuen ein mögliches Bindeglied zwischen den Forschungsbereichen sein.

Kommunikation und Interaktion

Betrachten wir Entwicklungslogik von Improvisation, gleich welchen Modells, so erscheint gerade auch die Kommunikation zwischen den Spielern als wesentlicher Aspekt und Formungsbedingung. Die konzeptuelle Ebene, die hier nicht durch eine übergeordnete Werkstruktur festgelegt ist, entsteht interaktiv durch die performative Unmittelbarkeit des Klangs (dazu auch Ungeheuer, 2008).

Für die empirische Untersuchung von Musikkommunikation liefert Casimir (1991) wertvolle Hinweise zur Methodik: Kontinuierliche Reflexion über das Verhältnis zwischen Theorie und Empirie ist notwendig, um eine ausgewogene Balance von durch Datengewinnung geprägter Begriffsbildung und rein theoretisch begründeter Empirie zu erreichen. Nur so lassen sich intersubjektiv überprüfbare Erkenntnisse gewinnen.

 

Ziele und Arbeitsprogramm

Ziel der Untersuchung dieses Forschungsvorhabens ist es, Erkenntnisse zu Entwicklungsprinzipien und Formungsbedingungen von Klangfolgen nach genetischem Muster zu gewinnen. Eine Theorie der Evolution musikalischer Ideen – als Abstraktion in dem genetischen Code der Klangfolge – zwischen improvisatorisch interagierenden Musikern soll beschrieben und evaluiert werden.

Aus diesem Modell heraus können, wie McCormack es fordert, neue Lösungsansätze für die Methoden der evolutionären Informatik abgeleitet werden. Deren Implementierung in einem genetischen Algorithmus ermöglicht parallel zur Analyse die Bewertung der aufgestellten Hypothesen, sodass sich in der fitness function eine messbare Schnittstelle zwischen Musikästhetik und musikalischer Kreativität entfaltet. Die Dynamik der Ausbreitung musikalischer Meme wird übertragen auf ein artifizielles System und setzt sich dort fort.

Es zeigen sich zwei wesentliche Fragestellungen: Erstens, mit welchen Parametern sich das Genom einer Klangfolge beschreiben lässt und zweitens, nach welchen Prinzipien eine Selektion der erkannten Gene stattfindet? Nach biologie-analoger Systematik ist es notwendig, zwischen einem Genotyp, der in abstrakten Kategorien einen musikalischen Möglichkeitsraum eröffnet und dem tatsächlich konkret klanglich Hörbaren als dessen phänotypische Ausprägung zu unterscheiden (Lewontin, 2011). Für die genetische Disposition einer Klangfolge kommen folgende drei Kategorien von Vererbungsprinzipien als Kriterien in Betracht:

  1. Ästhetische Selektion als vordergründig wahrnehmbare Veränderung der klanglichen Gestalt und stark geprägt durch stilistische wie soziokulturelle Implikationen;
  2. Interaktion und Kommunikation mittels bewusster Veränderung des Klanggenoms. Hier muss der besondere Fall von Musikkommunikation zwischen musikalischen Akteuren anstatt zwischen Produzent und Rezipient Berücksichtigung finden;
  3. Nicht-intentionale Ebene, die gleichsam die technischen und motorischen Fertigkeiten des Spielers widerspiegelt, aber auch als unbewusste Kommunikation im Sinne memetischer Replikation (Dennett, 1997) musikalischer Ideen verstanden werden kann.

Das Zusammenspiel der oben genannten Ebenen wirkt in besonders gut nachvollziehbarer Weise in der musikalischen Improvisation. Es schiene zwar folgerichtig, den Untersuchungsgegenstand auch auf komponierte Musik auszudehnen, um dem möglichst universellen Anspruch einer Theorie der genetischen Entwicklungslogik in der Musik Rechnung zu tragen, jedoch gewährt die interaktive Komponente im improvisatorischen Schaffensprozess Einblick in kommunikative Prozesse, die beim Blick auf eine fertiggestellte Partitur nicht direkt offenbar werden. In dieser Unmittelbarkeit entfällt auch der sonst notwendige Schritt der Übersetzung von Notenschrift zurück in Klang durch einen Interpreten. Die Tendenz zur offenen Form in frei improvisierter Musik unterstützt ebenso die Beobachtbarkeit entwicklungstypischer Modelleigenschaften.

Arbeitsprogramm

Modul A

Datenbasis des geplanten Forschungsvorhabens sind umfangreiche empirische Untersuchungen mit improvisierenden Musikern. Der dazu entwickelte Versuchsaufbau soll möglichst vergleichbare Rahmenbedingungen schaffen: Es werden zunächst ausschließlich zwei Musiker mit gleichem Instrument unter Vorgabe einer Improvisationsdauer in unterschiedlichen Räumen ohne Sichtverbindung bei der Improvisation aufgezeichnet. Diese Daten werden durch Signalextraktion halbautomatisch aufbereitet und bei Bedarf mit einer qualitativen Befragung ergänzt. Für die Analyse wird ein spezielles Programm entwickelt, das die Abstraktionsschritte vom konkreten Klang hin zum genetischen Code der Klangfolge durchführt und deduktiv das Modell anreichert. In diesem ersten Umwandlungsschritt liegt eine maßgebliche Komponente des Gesamtmodells, sodass bereits dabei notwendige Anpassungen in der Parametrisierung zu erwarten sind. Die sinnvolle Strukturierung und Beschreibung einer Klangfolge ist Bedingung für die Analyse einer übergeordneten Entwicklungslogik. Ergänzend sind auch Beobachtungen von Solo- oder Kollektivimprovisation denkbar, jedoch ohne so stark formalisiertes methodisches Schema wie für die Duokonstellation.

Zu bedenken ist bei diesem empirischen Ansatz die potentielle Fehlinterpretation stilistischer oder kultureller Merkmale als Universalien. Um diesem Problem zu begegnen, sollen kulturell möglichst unterschiedlich geprägte Probanden gemeinsam improvisieren – deren professionelle Beherrschung des Instruments allerdings vorausgesetzt. Die Improvisation soll frei von stilistischen Vorgaben von den Musikern gestaltet werden können. Durch das Vernetzen mehrerer Tonstudios an unterschiedlichen Standorten ließen sich die Stichproben zudem interkulturell ausdehnen und dadurch die Einflüsse von Lokalstilen nivellieren.

Modul B

Sobald die Untersuchungen in Modul A des Forschungsprojekts ein hypothetisches Modell ergeben, gilt es, dieses zu evaluieren. Hierfür werden Methoden der evolutionären Informatik zur Modellsimulation herangezogen:

Für jeden Versuchslauf wird computergestützt der Grad der Übereinstimmung mit dem bis dahin erkannten Modell berechnet und gegebenenfalls auf signifikante Abweichungen hingewiesen. Die damit gewonnenen Daten können anschließend analysiert und mit dem theoretischen Modell in Beziehung gesetzt werden oder dieses erweitern. Gleichzeitig bemisst die Vorhersagegenauigkeit des Modells dessen Anwendbarkeit für künstliche Kreativität. Die Möglichkeiten der Nutzung sind dabei durch den vorgesehenen hohen Abstraktionsgrad in der Beschreibung äußerst vielfältig, beispielsweise die Steuerung von Live-Elektronik in Echtzeit oder einealgorithmische Komposition, ausgehend von einer Ur-Klangfolge.

 

Ausgewählte Forschungsbibliographie

Biles, J. (1994). GenJam: A Genetic Algorithm for Generating Jazz Solos. Proceedings of the 1994 International Computer Music Conference. Ann Arbor: University of Michigan Library.

Casimir, T. (1991). Musikkommunikation und ihre Wirkungen: eine systemtheoretische Kritik. Wiesbaden: Deutscher Universitäts Verlag.

Chomsky, N. (1969). Aspects of the theory of syntax. Cambridge Mass.: MIT Press.

Collins, N. (2006). Towards Autonomous Agents for Live Computer Music: Realtime Machine Listening and Interactive Music Systems (PhD thesis). University of Cambridge.

Darwin, C. (1859). The origin of species: by means of natural selection of the preservation of favoured races in the struggle for life. London: John Murray.

Dennett, D.C. (1997). Darwins gefährliches Erbe: die Evolution und der Sinn des Lebens. Hamburg: Hoffmann und Campe.

Goldberg, D.E. (1989). Genetic algorithms in search, optimization, and machine learning. Reading, Mass.: Addison-Wesley Pub. Co.

Johnson-Laird, P.N. (2002). How Jazz Musicians Improvise. Music Perception: An Interdisciplinary Journal, 19 (3), 415–442. doi:10.1525/mp.2002.19.3.415.

Koza, J.R. (1992). Genetic programming: on the programming of computers by means of natural selection (Complex adaptive systems). Cambridge, Mass.: MIT Press.

Lehmann, A.C. (2005). Komposition und Improvisation: Generative musikalische Performanz. In T.H. Stoffer & R. Oerter (Hrsg.), Allgemeine Musikpsychologie. Göttingen: Hogrefe.

Lehmann, A.C. (2008). Komposition und Improvisation. In H. Bruhn, A.C. Lehmann & R. Kopiez (Hrsg.), Musikpsychologie. Das neue Handbuch. Reinbek bei Hamburg: Rowohlt.

Lerdahl, F. & Jackendorff, R. (1996). A generative theory of tonal music. Cambridge, Mass.: MIT Press.

Lewontin, R. (2011). The Genotype/Phenotype Distinction. In E.N. Zalta (Hrsg.), The Stanford Encyclopedia of Philosophy (Summer 2011.). Verfügbar unter: http://plato.stanford.edu/archives/sum2011/entries/genotype-phenotype/.

Manzolli, J., Moroni, A., Von Zubens, F. & Gudwin, R. (1999). An Evolutionary Approach to Algorithmic Composition. Org. Sound, 4 (2), 121–125. doi:10.1017/S1355771899002083.

McCormack, J. (2005). Open Problems in Evolutionary Music and Art“, in F. Rothlauf et al. (eds), Lecture Notes in Computer Science, Vol 3449 [Proceedings of Applications of Evolutionary Computing. In F. Rothlauf (Hrsg.), Applications of evolutionary computing: EvoWorkshops 2005, EvoBIO, EvoCOMNET, EvoHOT, EvoIASP, EvoMUSART, and EvoSTOC, Lausanne, Switzerland, March 30-April 1, 2005: proceedings.

Miranda, E.R. (2004). At the Crossroads of Evolutionary Computation and Music: Self-Programming Synthesizers, Swarm Orchestras and the Origins of Melody. Evolutionary Computation, 12 (2), 137–158.

Miranda, E.R. & Biles, J. (Hrsg.). (2007). Evolutionary computer music. London: Springer.

Mozart, W.A. (1793). Musikalisches Würfelspiel. Eine Anleitung „Walzer Oder Schleifer Mit Zwei Würfeln Zu Componieren Ohne Musikalisch Zu Seyn, Noch Von Der Composition Etwas Zu Verstehen“. 1956. K.H. Taubert (Hrsg.), Mainz: Schott.

Pirnia, A. & McCormack, J. (2012). Compressed Multidimensional Trees for Evolutionary Music Representation. Proceedings of the 2012 International Computer Music Conference, (ICMC 2012). The International Computer Music Association.

Ruschkowski, A. (1998). Elektronische Klänge und musikalische Entdeckungen. Stuttgart: Reclam.

Seidel, W. (2004). Nachahmung der Natur. Über Modulationen des Prinzips im Blick auf die Natur. In H. De la Motte-Haber (Hrsg.), Musikästhetik. Laaber: Laaber Verlag.

Sternberg, R.J. (Hrsg.). (1999). Handbook of creativity. Cambridge, U.K. ; New York: Cambridge University Press.

Todd, P.M. & Werner, G.M. (1999). Musical Networks. In N. Griffith & P.M. Todd (Hrsg.), . Cambridge, Mass.: MIT Press.

Toiviainen, P. (2008). Musikalische Wahrnehmung und Kognition im Computermodell. In H. Bruhn, A.C. Lehmann & R. Kopiez (Hrsg.), Musikpsychologie. Das neue Handbuch. Reinbek bei Hamburg: Rowohlt.

Tokui, N. & Iba, H. (2000). Music Composition with Interactive Evolutionary Computation. Proceedings of the Generative Art International Conference (Band 17). Milan, Italy: Domus Argenia.

Ungeheuer, E. (2008). Ist Klang das Medium von Musik. In H. Schulze (Hrsg.), Sound Studies: Traditionen – Methoden – Desiderate. Bielefeld: Transcript.

Wallin, N.L., Merker, B. & Brown, S. (2001). The Origins of Music (A Bradford book). MIT Press. Verfügbar unter: http://books.google.de/books?id=vYQEakqM4I0C.

Xenakis, I. (1971). Formalized music: Indiana University Press.