Herramientas informáticas para el
análisis de la forma
[7.1] ¿Cómo estudiar este tema?
[7.2] Análisis desde audio polifónico
[7.3] Similitud melódica y armónica
[7.4] Tensión y emoción
7TEMA
Análisis Musical Informatizado
Esquema
TEMA 1 – Esquema
Análisis Musical Informatizado
Ideas clave
7.1. ¿Cómo estudiar este tema?
Para estudiar este tema deberás leer los apuntes del profesor.
Además, deberás complementar la información con el estudio de las Ideas clave.
En este tema conoceremos algunas herramientas informáticas para el análisis, la
generación, extracción, transcripción, descripción, detección y búsqueda automática y/o
en tiempo real en grandes bases de datos de:
Melodías desde audio polifónico, funciones armónicas, tonalidad, estructuras musicales
o tensión musical (sintaxis), explorando conceptos como medidas de señal,
reconocimiento de patrones, de género o alejamiento de expectativas.
7.2. Análisis desde audio polifónico
La extracción de una melodía desde el audio polifónico es un área de
investigación en expansión, con numerosas aplicaciones. Los archivos de música
digital están en continuo crecimiento y esto presenta nuevos retos.
El análisis de la tonalidad ha sido siempre parte importante del estudio de la música.
Ahora la estimación automática del tono desde el audio nos ayuda a recuperar y
clasificar la información musical.
7.3. Similitud melódica y armónica
La detección de similitudes melódicas ha sido ampliamente estudiada, así como la
modelación de melodías para hacerlo de manera algorítmica. El análisis de la
armonía tonal descubre estructura y regularidad.
TEMA 7 – Ideas clave
Análisis Musical Informatizado
Las herramientas informáticas nos permiten ahora evaluar empíricamente los
análisis armónicos, y usarlos para la estimación de similitud o la anotación
automática de un repertorio extenso.
7.4 Tensión y emoción
Se han desarrollado modelos generativos en tiempo real de tensión musical. Si
vemos la música como una secuencia temporal de eventos emergiendo de una
estructura subyacente, los métodos existentes del análisis musical pueden
convertirse en herramientas generativas de composición.
Cuando el análisis es desde el audio (los sonidos musicales) podemos estudiar las
relaciones entre la aleatoriedad y la estructura. La fuente de información (la
señal), y el oyente son ahora incluidos como partes del modelo. Se exploran
así las relaciones entre medidas de señales y juicios humanos cognitivos, como la
emoción.
Fuente de Juicio cognitivo
Receptor (oyente)
información (señal) (emoción)
TEMA 7 – Ideas clave
Análisis Musical Informatizado
Lo + recomendado
No dejes de leer…
Approximate string matching for music analysis
Clifford, R., & Iliopoulos, C. (2004). Approximate string matching for music analysis.
Soft Computing, 8(9), (pp. 597-603).
Interesante artículo sobre herramientas para CMA y MIR. La gran expansión de la
materia ha llevado a un gran número de formulaciones diferentes, seguramente debido
al problema de la subjetividad ligada al concepto de similitud musical.
Accede al artículo a través del aula virtual o desde la siguiente dirección web:
http://link.springer.com/article/10.1007/s00500-004-0384-5#page-1
TEMA 7 – Lo + recomendado
Análisis Musical Informatizado
+ Información
A fondo
Spectral anticipations
Dubnov, S. (2006). Spectral anticipations. Computer Music Journal, 30(2), (pp. 63-83).
Este artículo trata sobre las relaciones entre la aleatoriedad y la estructura en el audio y
los sonidos musicales. La definición física de ruido parece implicar que es un fenómeno
complejo simplemente porque contiene muchos componentes de frecuencia. Para
nuestra percepción, el ruido es sólo una señal, y musicalmente no permite organización
estructural como otros componentes acústicos repetidos o periódicos que sí podrían
considerarse como una «estructura».
TEMA 7 – + Información
Análisis Musical Informatizado
Webgrafía
AS Annotation
AS Annotation es una aplicación para el análisis y notación automática o manual de
archivos de sonido. Presenta algoritmos de análisis de sonido de última generación,
herramientas especializadas de inspección de sonido y también puede importar archivos
MIDI.
Accede a la página web a través del aula virtual o desde la siguiente dirección:
http://recherche.ircam.fr/anasyn/ASAnnotation/
TEMA 7 – + Información
Análisis Musical Informatizado
Bibliografía
Aloupis, G., Fevens, T., Langerman, S., Matsui, T., Mesa, A., Nuñez, Y., & Toussaint, G.
(2006). Algorithms for computing geometric measures of melodic similarity. Computer
Music Journal, 30(3), (pp. 67-76).
Clifford, R., & Iliopoulos, C. (2004). Approximate string matching for music analysis.
Soft Computing, 8(9), (pp. 597-603).
De Haas, W., Magalhães, J., Wiering, F., & C Veltkamp, R. (2013). Automatic functional
harmonic analysis. Computer Music Journal, 37(4), (pp. 37-53).
Dubnov, S. (2006). Spectral anticipations. Computer Music Journal, 30(2), (pp. 63-83).
Joo, S., Jo, S., & Yoo, C. D. (2010). Melody extraction from polyphonic audio signal
mirex2010. 6th Music Inform. Retrieval Evaluation eXchange (MIREX).
Neuman, I. (2013). Generative Grammars for Interactive Composition Based on
Schaeffer’s TARTYP. In Proceedings of the International Computer Music Conference
(pp. 132-139).
Neuman, I. (2014). Generative Tools for Interactive Composition: Real-Time Musical
Structures Based on Schaeffer's TARTYP and on Klumpenhouwer Networks. Computer
Music Journal, 38(2), (pp. 63-77).
Nikolaidis, R., Walker, B., & Weinberg, G. (2012). Generative musical tension modeling
and its application to dynamic sonification. Computer Music Journal, 36(1), (pp. 55-64).
Noland, K., & Sandler, M. (2009). Influences of signal processing, tone profiles, and
chord progressions on a model for estimating the musical key from audio. Computer
Music Journal, 33(1), (pp. 42-56).
Paiva, R. P., Mendes, T., & Cardoso, A. (2006). Melody detection in polyphonic musical
signals: Exploiting perceptual rules, note salience, and melodic smoothness. Computer
Music Journal, 30(4), (pp. 80-98).
TEMA 7 – + Información
Análisis Musical Informatizado
Rocher, T., Robine, M., Hanna, P., Oudre, L., Grenier, Y., & Févotte, C. (2010, August).
Concurrent Estimation of Chords and Keys from Audio. In ISMIR (pp. 141-146).
TEMA 7 – + Información
Análisis Musical Informatizado
Test
1. Relaciona estos conceptos:
Reescritura A 1 Archivos de música digital
El usuario tararea una melodía para encontrarla en
Cilindro B 2
una base de datos de audio
Tonalidad Concepto más abstracto de la relación de la música
C 3
con todos los tonos posibles
Crecimiento Las herramientas informáticas nos permiten ahora
D 4
los análisis armónicos y la estimación de similitud
Empíricamente Reglas que se han mostrado como una herramienta
E 5
adecuada para el análisis musical
Query-by-humming
Relaciones entre medidas de señales y juicios
F 6
humanos cognitivos
Emoción Melodías cíclicas de otras culturas pueden ser
G 7
representadas por cadenas poligonales ortogonales
2. La teoría de la percepción y práctica musical se inspira:
A. En la concreción del ritmo, la detección del tono y la identificación de las líneas
melódicas.
B. En la definición de la sinfonía, la concreción del tono y la detección del tono.
C. En la detección del tono, determinación de las notas e identificación de líneas
melódicas.
3. Las herramientas informáticas nos permiten ahora evaluar empíricamente los análisis
armónicos, y usarlos para:
A. La estimación de similitud.
B. La anotación automática de un repertorio extenso.
C. El cálculo de una armonía establecida.
4. Una herramienta adecuada para el análisis musical y la composición son:
A. Las reglas de escritura.
B. Las técnicas automáticas de anotación.
5. La fuente de información (la señal), y el oyente son incluidos como partes del modelo:
A. Verdadero.
B. Falso.
TEMA 7 – Test
