メロディ生成に使えるリズムのアルゴリズム
1. マルコフ連鎖 (Markov Chains)
これは、音楽の自動生成で最も一般的で使いやすいアルゴリズムの一つです。
動作原理: 既にあるメロディ（教師データ）を分析し、「ある音符の長さ（または休符）の後に、次にどの音符の長さが続くか」という遷移確率を学習します。
生成: 学習した確率に基づいて、次に続く音符の長さを選択します。
用途: 特定のジャンルや作曲家のスタイルを模倣した、一貫性のあるリズムパターンを生成するのに適しています。例えば、ジャズらしいスウィングのリズムパターンや、クラシックの規則的なリズムパターンなどを生成できます。
2. リズミック・セル (Rhythmic Cells) とモチーフ展開
作曲家が実際に用いる手法をアルゴリズム化したもので、短いリズムの断片（セル）を操作して全体を構築します。
リズミック・セル: 拍程度の短いリズムの最小単位（モチーフ）を定義します。
操作: このセルに対して、以下のような操作を適用して発展させます。
繰り返し (Repetition): そのまま繰り返す。
転回 (Inversion): リズムパターンを逆転させる（例: 短・長 長・短）。
拡大・縮小 (Augmentation/Diminution): 音符の長さを 倍（拡大）または 倍（縮小）にする。
用途: テーマ性を持った、発展性のあるメロディのリズムを生成するのに有効です。
3. ユークリッド・リズム (Euclidean Rhythms)
数学的な美しさと一貫性を持つリズムを生成するアルゴリズムです。
動作原理: 個の拍の空間（例: 分音符 個）の中に、 個の音を可能な限り均等に配置するというアルゴリズムに基づいています。
特徴: 世界中の民族音楽（特にアフリカやアラブの音楽）に見られる、心地よく均整の取れた複雑なリズム（例: クラーベ、ポリリズム）を生成できます。
生成: 2つのパラメーター（と）を入力するだけで、普遍的で自然なリズムパターンを生成できます。
4. グラニュラー・リズム (Granular Rhythms) と確率的アプローチ
ランダム性や確率を利用して、人間的な揺らぎや独特のテクスチャを持ったリズムを生成します。
動作原理: 非常に短い時間粒（マイクロタイム）を設定し、その粒ごとに音を鳴らすか（）鳴らさないか（）を、確率に基づいて決定します。
応用:
ヒューマナイズ (Humanize): すべての音符にわずかなランダムなタイミングの「ずれ」（オフセット）を加えて、機械的ではない「ノリ」を出す。
テンポの確率的変動: テンポ自体をわずかに揺らがせることで、演奏感を加える。
5. Lシステム (L-Systems)
植物の成長などの自然現象をモデルにした再帰的なシステムをリズムに応用する手法です。
動作原理: 短い規則（プロダクション・ルール）に基づいてリズムパターンを繰り返し展開し、複雑で自己相似的な構造を持つリズムを生成します。
用途: 既存のパターンに依存しない、新規性の高い、有機的なリズム構造を探るのに使われます。