Sheila kan gjøre trommeslagerne arbeidsløse

Trommemaskinene har eksistert lenge, men har likevel ikke klart å erstatte trommeslageren. Det er blant annet fordi de små variasjonene i musikk fra trommeslagere, som gjør at man hører at det er et menneske som spiller, ikke høres i musikk laget av trommemaskiner.

Nå har derimot forskeren Axel Tidemann ved institutt for datateknikk og informasjonsvitenskap ved NTNU, klart å utvikle en maskin som trommer med personlighet.

– Det er en fare for at jeg både gjør meg selv og alle mine trommekompiser arbeidsløse, for det er den ultimate anvendelsen av dette systemet, sier Tidemann som selv er trommeslager, og som spilte trommer for Margaret Berger under den internasjonale finalen i Melodi Grand Prix.

«Sheila»

Systemet er ikke som en fysisk robot, men ser ut som en strekfigur på dataskjermen.

Maskinen har fått navnet Sheila, etter Tidemanns favorittrommeslager, Sheila Escovedo som var artisten Prince sin trommeslager.

Det hele fungerer ved at Tidemann fester markører til kroppen. De sender informasjon til datamaskinen.

– Opptakene brukes til å lære opp den kunstige trommeslageren, og den fungerer ved å imitere. Det er en enkel egenskap som også barn gjør, og det samme prinsippet brukes for å trene opp denne trommeslageren.

Roboten kan variere i dynamikk og tempo, slik at musikken høres ut som en ekte trommeslager.

– Trommeroboten spiller da på en måte som høres veldig fin og menneskelig ut, sier Tidemann.

Kan brukes til tv-spill

Forskeren ser også for seg at teknologien kan brukes i andre bransjer enn musikk, blant annet i spillindustrien.

– I spill som Guitar Hero eller Rock Band kan man bruke forskningen slik at figuren beveger seg i forhold til slik den som sitter og spiller slår på trommene, sier Tidemann.

Sheila tar også opp bevegelsene til trommeslageren, ikke bare lyden.

Banebrytende forskning

Ifølge professor i musikkteknologi ved NTNU, Øyvind Brandtsegg, er forskningen banebrytende. Han mener musikkindustrien kan få god nytte av Sheila i framtiden.

– Det er ikke gjort noe, som jeg vet om, av denne typen forskning. Og når vi får dette enda mer integrert i produksjonsverktøyene for musikk, vil det være utrolig spennende å se hvordan det påvirker måten vi lager musikk på, sier Brandtsegg.