Analyser la musique à travers des graphiques
Les graphiques permettent d'avoir de nouvelles idées sur la structure de la musique et les relations qui l'entourent.
― 6 min lire
Table des matières
- Qu'est-ce qu'un Graphique ?
- Construire des Graphiques Musicaux
- Types de Graphiques dans l'Analyse Musicale
- Mesurer la Connexion et l'Importance
- Découverte de Communautés Musicales
- Comprendre le Changement au Fil du Temps
- Le Rôle de l'Entropie
- Études de Cas
- Applications Pratiques pour l'Analyse Musicale
- Directions Futures
- Conclusion
- Source originale
La musique peut être décomposée en différents éléments comme les hauteurs, les accords et les rythmes. En utilisant des Graphiques pour représenter ces éléments et leurs relations, on peut obtenir des insights sur la structure d'un morceau de musique. C'est une façon de voir la musique qui combine l'art avec les maths, offrant un nouveau regard sur le fonctionnement de la musique.
Qu'est-ce qu'un Graphique ?
Un graphique se compose de deux parties principales : des Nœuds (ou sommets) et des arêtes (ou lignes reliant les nœuds). En musique, les nœuds peuvent représenter différents objets musicaux comme les classes de hauteur (l'unité de base de la hauteur), les accords (groupes de notes jouées ensemble) et les rythmes (le timing des notes). Les arêtes montrent comment ces nœuds se connectent entre eux.
Par exemple, si un accord contient plusieurs classes de hauteur, il y aurait des arêtes reliant ce nœud d'accord à chaque nœud de classe de hauteur. Cela nous aide à visualiser comment les éléments musicaux interagissent dans un morceau.
Construire des Graphiques Musicaux
Pour créer ces graphiques, on commence avec une partition numérique, comme un fichier MIDI ou MusicXML. Le logiciel Music21 peut aider à analyser ces données pour qu'on puisse extraire les classes de hauteur, les accords et les valeurs rythmiques. On construit ensuite notre graphique, reliant les différents nœuds en fonction des relations trouvées dans la partition.
Les graphiques que l'on crée peuvent donner une image claire de la structure musicale d'un morceau. Ils montrent à quelle fréquence différents éléments apparaissent et comment ils sont reliés entre eux dans le temps.
Types de Graphiques dans l'Analyse Musicale
On peut créer différents types de graphiques selon ce qu'on veut analyser. Par exemple :
Graphique Hauteurs-Accords-Rythmes (HAR) : Ce graphique montre les relations entre hauteurs, accords et rythmes dans un morceau musical. Chaque type de nœud (classe de hauteur, accord, et rythme) est connecté, ce qui permet de voir comment les changements dans l'un affectent les autres.
Graphique Vertical des Classes de Hauteur : Cela se concentre uniquement sur les classes de hauteur et montre quand différentes notes apparaissent ensemble dans des accords.
Graphique Horizontal des Classes de Hauteur : Ce graphique suit la séquence des classes de hauteur dans le temps, montrant comment les notes passent de l'une à l'autre.
Graphique des Événements ou Séquences d'Accords : Ici, on analyse l'ordre des accords dans un morceau, révélant comment certains accords suivent couramment d'autres.
Chacun de ces graphiques nous donne différentes perspectives sur la musique, permettant d'étudier sa complexité et ses patterns.
Mesurer la Connexion et l'Importance
Dans nos graphiques, on peut mesurer à quel point chaque nœud est connecté, appelé Centralité. Un nœud avec une grande centralité est significatif car il connecte beaucoup d'autres nœuds, ce qui signifie qu'il joue un rôle important dans la musique. Par exemple, un accord central pourrait être l'accord tonique qui ressemble à la base d'un morceau.
On peut aussi regarder la densité, qui nous indique à quel point les nœuds sont interconnectés. Un graphique plus dense indique une relation plus complexe entre les éléments, ce qui pourrait signifier une texture musicale plus riche.
Découverte de Communautés Musicales
Dans nos graphiques, on peut trouver des communautés, qui sont des groupes de nœuds plus connectés entre eux que le reste du graphique. Ces communautés peuvent correspondre à des motifs musicaux ou à des sections d'un morceau qui partagent des caractéristiques communes. Par exemple, dans un morceau tonal, une communauté pourrait tourner autour de l'accord tonique et de ses harmonies associées.
Comprendre le Changement au Fil du Temps
Pour comprendre comment les éléments d'un morceau changent au fil du temps, on peut diviser la musique en sections, souvent appelées fenêtres temporelles. En parcourant la musique, on peut analyser chaque segment individuellement, en suivant comment les différentes métriques (comme la centralité et la densité) évoluent.
Cette approche nous aide à visualiser l'arc global de la musique, montrant des périodes de tension et de relâchement, ainsi que mettant en avant les transitions entre différentes sections du morceau.
Entropie
Le Rôle de l'L'entropie est une mesure du hasard ou de l'imprévisibilité. Dans l'analyse musicale, elle nous aide à évaluer la complexité d'un morceau. Une valeur d'entropie basse pourrait suggérer qu'un morceau est fortement structuré, avec des patterns clairs et des changements prévisibles. À l'inverse, une entropie élevée pourrait indiquer un style plus chaotique et libre, où les éléments se déplacent de manière surprenante.
En calculant l'entropie pour différents aspects de la musique, comme les classes de hauteur et les accords, on peut obtenir des insights plus profonds sur la nature de la musique.
Études de Cas
Prenons un exemple musical bien connu : "Contrapunctus I" de J.S. Bach extrait de "L'Art de la Fugue." En construisant un graphique HAR pour ce morceau, on peut représenter visuellement les relations entre notes, accords et rythmes. Le graphique résultant nous permet de voir à quelle fréquence chaque classe de hauteur apparaît, quels accords sont prédominants, et comment les rythmes sont distribués tout au long de l'œuvre.
On peut observer les communautés qui se forment dans le graphique. Peut-être qu'une communauté met en avant l'accord de ré mineur, qui sert de tonique, tandis qu'une autre révèle un accord dominant qui mène à la tension. En analysant ces communautés, on peut découvrir la structure sous-jacente du morceau.
Applications Pratiques pour l'Analyse Musicale
Les méthodes discutées ont des applications pratiques non seulement pour la musique classique mais pour divers styles à travers les genres. Par exemple, l'improvisation jazz, les mélodies pop ou la musique folk traditionnelle peuvent toutes bénéficier de ce type d'analyse. En représentant la musique graphiquement, on peut étudier comment différents genres utilisent des structures harmoniques, des patterns rythmiques et des formes mélodiques.
Directions Futures
En regardant vers l'avenir, on peut explorer davantage de questions sur les graphiques que l'on crée. Comment différents styles musicaux se comparent-ils lorsqu'ils sont analysés avec ces méthodes ? Peut-on automatiser certains de ces processus pour les rendre plus efficaces ?
On peut aussi approfondir comment différents paramètres musicaux, comme les dynamiques et la texture, impactent la structure globale du graphique. En élargissant notre analyse pour inclure plus d'éléments, on peut construire une compréhension plus complète de la musique dans son ensemble.
Conclusion
Utiliser des graphiques pour analyser la musique ouvre un monde de possibilités pour comprendre comment la musique fonctionne. En se concentrant sur les relations entre hauteurs, accords et rythmes, on peut révéler les détails complexes qui composent un morceau. Cette méthode permet aux musiciens et aux chercheurs d'obtenir de nouvelles perspectives sur des œuvres familières tout en invitant à l'exploration de styles musicaux nouveaux et variés.
Titre: Analysis and Visualization of Musical Structure using Networks
Résumé: In this article, a framework for defining and analysing a family of graphs or networks from symbolic music information is discussed. Such graphs concern different types of elements, such as pitches, chords and rhythms, and the relations among them, and are built from quantitative or categorical data contained in digital music scores. They are helpful in visualizing musical features at once, thus leading to a computational tool for understanding the general structural elements of a music fragment. Data obtained from a digital score undergoes different analytical procedures from graph and network theory, such as computing their centrality measures and entropy, and detecting their communities. We analyze pieces of music coming from different styles, and compare some of our results with conclusions from traditional music analysis techniques.
Auteurs: Alberto Alcalá-Alvarez, Pablo Padilla-Longoria
Dernière mise à jour: 2024-04-01 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2404.15208
Source PDF: https://arxiv.org/pdf/2404.15208
Licence: https://creativecommons.org/licenses/by-nc-sa/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.