Musicologia digitale

Helen Gebhart - Il Digital and Cognitive Musicology Lab dell'École Polytechnique Fédérale de Lausanne (EPFL) utilizza modelli matematici per spiegare i fenomeni musicali. Come si possono combinare la matematica e la ricerca musicale? Daniel Harasim, ricercatore post-dottorato a Losanna, ha studiato matematica e già nella sua tesi di laurea è riuscito a combinare la matematica con la sua personale passione per il jazz. Nel suo lavoro intitolato L'apprendibilità della grammatica del jazz: inferenza bayesiana di strutture gerarchiche nell'armonia ha creato una simulazione al computer che visualizza il processo di apprendimento della musica jazz. Le domande chiave della sua ricerca sono: come si possono studiare le ipotesi musicologiche, le teorie analitiche della musica e i fenomeni cognitivi della musica utilizzando modelli matematici? Di seguito, parla delle opportunità e delle sfide della musicologia digitale.

Daniel Harasim, cos'è la Musicologia digitale?

Poiché la musicologia digitale è molto nuova, è difficile da definire. Tuttavia, si possono enumerare chiaramente quattro sotto-aree.

Una prima area comprende la digitalizzazione degli originali negli archivi, ma anche progetti come la Music Encoding Initiative con la Music Encoding Conference. Un'altra area, più pratica, si occupa delle questioni relative all'intelligenza artificiale e alla sua applicazione nell'analisi automatica, nella composizione e nell'interazione tra macchine musicali ed esseri umani.

Un terzo campo della musicologia digitale è la ricerca interculturale. Si spera che l'obiettività dei dati permetta di fare confronti più oggettivi. Tuttavia, la ricerca basata sui dati può anche essere problematica, perché il solo fatto di utilizzare i dati non li rende automaticamente oggettivi. Dipende da come vengono interpretati i dati e, in particolare, da quali dati vengono analizzati. Tuttavia, i dati digitali offrono un grande potenziale. Per sfruttare questo potenziale, è necessario sviluppare nuovi modelli che consentano di gestire i dati etnomusicali in modo contemporaneo.

La quarta parte importante è la digitalizzazione delle analisi musicali. Per esempio, se avete digitalizzato tutti i quartetti per archi di Beethoven e volete analizzare l'armonia e la struttura della modulazione, dovete descriverla in una forma digitale che un computer possa leggere facilmente. Questa è quindi l'interfaccia per la modellazione al computer e anche per le domande più profonde sul funzionamento della musica. L'esistenza di dati digitali è quindi un prerequisito per la creazione di modelli informatici.

La modellazione al computer ha diverse motivazioni. Nel Laboratorio di Musicologia Digitale e Cognitiva, diretto da Martin Rohrmeier, ci occupiamo della rappresentazione dei processi cognitivi nella modellazione informatica, in stretto contatto con la psicologia. Ricaviamo teorie dalla teoria musicale e cerchiamo di riassumerle in un modello matematico chiaro, che poi testiamo in esperimenti psicologici.

Come funzionano questi modelli matematici?

Un'intera classe di modelli che mi piace utilizzare è quella dei cosiddetti modelli generativi. Questi modelli generano qualcosa. Si può immaginare che un compositore abbia "composto" dei dati. Questi dati possono essere analizzati ricreando il processo di generazione nel modello del computer. L'analisi avviene attraverso questo tentativo di ricreazione. Ricreare un brano musicale in questo modo è difficile, ma se funziona, si possono ottenere approfondimenti sui principi alla base della musica attraverso questo processo generativo.

Nel nostro studio Esplorare i fondamenti della tonalità: la modellazione cognitiva statistica dei modi nella storia della musica classica occidentale (2021) abbiamo utilizzato un algoritmo generativo e abbiamo cercato di generare le tonalità di diversi secoli. I dati sono costituiti da oltre 13.000 brani musicali sotto forma di file MIDI in cui sono state contate solo le tonalità (o classi di tonalità) presenti. Tutti gli altri aspetti della musica sono stati esclusi, persino la sequenza temporale dei toni. Questo oggetto di osservazione è stato sufficiente per ottenere un concetto di maggiore e minore attraverso il modello informatico. Il computer non sapeva nulla di maggiore e minore in anticipo, ma l'ha capito in base ai dati. A differenza della musicologia tradizionale, dove si adotta un approccio più olistico, qui si considera solo un singolo aspetto con un modello semplice, ma si analizzano 1000 compositori a confronto. In questo modo, le questioni musicologiche possono essere analizzate quantitativamente. Tuttavia, bisogna fare molta attenzione a non fare false ipotesi. È essenziale conoscere l'approccio musicologico e il contesto storico-musicale per capire se un modello può essere interpretato in modo significativo.

I dati di questo studio provengono da Classical Archives, un portale in cui chiunque può inserire brani musicali. Questa serie di dati generati dagli utenti non porta a un'immagine distorta della storia della musica, che riflette piuttosto il canone musicale odierno?

È una domanda difficile che non ha ancora una risposta definitiva. Dipende dalla domanda che si pone alla serie di dati. Nel nostro studio, volevamo dimostrare la semplicità del metodo di conteggio del numero di toni, in modo che il modello computerizzato possa imparare quali sono le modalità. La compilazione del set di dati è effettivamente un punto debole e ci sono anche degli errori in questo set di dati. Ma dato che abbiamo 13.000 pezzi, questo non è più statisticamente significativo. Lavoriamo anche con set di dati molto controllati e di alta qualità, come l'Annotated Beethoven Corpus (ABC), che contiene le analisi armoniche di tutti i quartetti per archi di Beethoven. I miei colleghi hanno recentemente pubblicato un corpus di sonate per pianoforte di Mozart. Questi insiemi di dati più piccoli possono anche essere mescolati con quelli più grandi per ottenere un quadro completo della musica.