Computationele analyses op melodieën

Dr. Aline Honingh & Dr. Anja Volk
VENI (postdoc) onderzoeker Computationele muziekwetenschap & Assistent-professor Computationele muziekwetenschappen en leider VIDI-project MUSIVA
Institute for Logic, Language and Computation (ILLC) (Universiteit van Amsterdam) & Departement of Information and Computing Sciences (Universiteit Utrecht)

Computationele muziekwetenschap: Een nieuw perspectief op muziek

Wat is, volgens u, de meest veelbelovende ontwikkeling in uw vakgebied?

De afgelopen decennia heeft een ware ‘explosie’ plaats gevonden in de digitalisering van muzikale data (denk bijvoorbeeld aan mp3 files). Binnen de muziekwetenschap brengt dit een hele nieuwe methodische aanpak met zich mee. Met computationele technieken kunnen we grote hoeveelheden muziek analyseren en onderzoeken. De opkomst van computationele  methoden binnen de muziekwetenschap vinden wij dan ook op dit moment de meeste veelbelovende ontwikkeling in het vakgebied. Met deze methoden zijn we in staat muziekwetenschappelijke hypothesen op grote hoeveelheden data te testen. Om een voorbeeld te geven: de (onder muziekwetenschapper welbekende) hypothese dat melodieën meestal een boog-vorm (de melodie gaat omhoog en weer omlaag) hebben, is door David Huron getest met een computationele analyse van 36000 melodische contouren. Hij laat zien dat dit inderdaad de meest voorkomende vorm is.

Computationele methoden maken het ook mogelijk impliciete musicologische kennis op een expliciete manier te formuleren en te testen. Een voorbeeld van impliciete kennis is: te weten wanneer je makkelijk mee kunt dansen of klappen met muziek. Deze impliciete kennis hebben wij expliciet gemaakt en getest met een computationeel model dat accenten toewijst aan de noten in een muziekstuk.

De ontwikkeling van computationele methoden voor muziek brengt niet alleen nieuwe onderzoeksrichtingen voor muziekwetenschap met zich mee, het speelt ook een essentiële rol voor onderzoek in muziek retrieval of game onderzoek binnen de Informatica. Dit kan tot heel concrete toepassingen leiden zoals muziekzoekmachines en muziek-apps (zoals Shazam, Apple’s Genius, etc.).

De weg naar deze toepassingen leidt langs wetenschappelijke vragen zoals ‘wat draagt bij tot muzikale gelijkenis?’ en ‘wanneer behoren twee stukken muziek tot dezelfde genre of stijl?’. In onze VENI- en VIDI-projecten focussen wij op deze vragen.

Hoe ziet u de toekomst van uw discipline?

Hoewel muziek een essentieel onderdeel van iedere cultuur is, wordt het academisch gebied van muziekwetenschap vaak (ten onrechte) als een ietwat specialistisch vakgebied omschreven. Wij verwachten echter dat dit gaat veranderen. Muziekwetenschap onderzoekt alle soorten muziek en  fundamentele vragen over hoe mensen muziek ervaren. Computationele methoden zullen steeds vaker een belangrijke rol spelen om een “bredere blik” op muziek in alle verschillende facetten mogelijk te maken. Door de mogelijkheid grote collecties van muziek van heel verschillende achtergronden te vergelijken, kan uitspraak gedaan worden over bijvoorbeeld verschillen en overeenkomsten in muziekculturen, stijlen en genres.

Wat is het belang van de geesteswetenschappen?

Muziek speelt een cruciale rol in ons leven. De meeste mensen houden van muziek en in iedere cultuur is wel muziek te vinden. Het belang van de muziekwetenschap is onder andere de verschillende muzikale culturen in kaart te brengen, te begrijpen waarom er muziek is en te begrijpen wat muziek met ons doet. Computationele muziekwetenschap draagt hieraan bij onder andere doordat het ons veel kan leren over het achterliggende cognitieve proces. Bijvoorbeeld, mensen die naar verschillende muziekgenres (denk aan jazz, rock, pop) luisteren, kunnen vaak direct vertellen tot welk genre een bepaald muziekstuk behoort, zonder precies te weten of kunnen uitleggen waaraan ze dit nu precies horen. Door dit proces te modelleren kunnen we dus niet alleen een automatisch classificatie systeem maken (wat handig is voor grote hoeveelheden muziek), maar ook veel leren over hoe mensen muziek classificeren.  Door essentieel bij te dragen aan het ontwikkelen van muzikale zoekmachines en andere muzikale applicaties, heeft computationeel muziekonderzoek ook grote betekenis voor veel soorten eindgebruikers, zoals muzikale archieven die hun collecties beschikbaar willen maken, of muziekliefhebbers die op zoek zijn naar nieuwe muziek via het Internet.


Andere bijdragen in Digital humanities, Muziekwetenschappen, Nieuwe onderzoeksgebieden