Loading article…
計算音楽学は、音楽学とコンピュータサイエンスの学際的な研究分野です。[1]計算音楽学には、音楽を研究するために計算を使用するあらゆる分野が含まれます。これには、数理音楽理論、コンピュータ音楽、体系的音楽学、音楽情報検索、デジタル音楽学、サウンドと音楽のコンピューティング、音楽情報科学などのサブ分野が含まれます。[2]この研究分野は使用するツールと主題によって定義されるため、計算音楽学の研究は人文科学と科学の両方と交差しています。音楽を研究および分析するためにコンピュータを使用することは、一般的に1960年代に始まりましたが、[3]ミュージシャンは1950年代から音楽の作曲を支援するためにコンピュータを使用しています。今日、計算音楽学は、音楽を表現できるさまざまな方法を扱う幅広い研究トピックを網羅しています。[4]
歴史
計算音楽学の歴史は、一般的には20世紀半ばに始まりました。一般的に、この分野は、科学、数学、テクノロジー、[5]、アーカイブ化と重なり合う、音楽に関する知的探究のはるかに長い歴史の延長であると考えられています。
1960年代
計算音楽学への初期のアプローチは1960年代初頭に始まり、1966年までに完全に開発されました。 [6] [3]この時点では、データ入力は主に紙テープまたはパンチカードで行われており[3]、計算能力には限界がありました。この研究はコストが高かったため、資金を得るためにプロジェクトではグローバルな質問をし、グローバルな解決策を探す傾向がありました。[3]最も初期の記号表現スキームの1つは、デジタル代替音楽表現（DARMS）でした。このプロジェクトは、1964年から1976年までコロンビア大学とフォード財団によって支援されました。 [7]このプロジェクトは、完全性、客観性、エンコーダー指向性を組み込んだエンコードスキームを開発する初期の大規模プロジェクトの1つでした。[7]プリンストン大学で当時主にアーサー・メンデルが主導し、マイケル・カスラー[8]とエリック・リジェナーが実装した他の研究は、1970年代後半に人気が衰えた中間音楽言語（IML）と音楽情報検索（MIR）言語の発展に貢献しました。1960年代は、1967年にバリー・ブルックが作成したRepertoire International de Literature Musicale（RILM）などの書誌イニシアチブを文書化する時代でもありました。
1970年代
1960年代の世界的な研究関心とは異なり、1970年代の計算音楽学の目標は、特定のタスクを達成することによって引き起こされました。[3]このタスク主導の動機により、インディアナ大学 のジェローム・ウェンカーとドロシー・グロスが率いる音楽分析用のMUSTRANが開発されました。スタンフォード大学のSCORE (SCORE-MS)などの同様のプロジェクトは、主に印刷目的で開発されました。
1980年代
1980年代は、集中型コンピューティングからパーソナライズ型コンピューティングへと移行した最初の10年間でした。このリソースの移行により、分野全体の成長が促進されました。ジョン・ウォルター・ヒルは、音楽学者が音楽の歌詞の内容を分析するのに役立つSavy PCと呼ばれる商用プログラムの開発を開始しました。ヒルの音楽から得られた知見により、テキストの最初の行のみが変更された宗教的テキストと世俗的テキストの変換にパターンが見つかりました。 [3] 1960年代に支配的だった世界的な問題に沿って、ヘルムート・シャフラートは、エッセン連想コード（ESAC）でエンコードされたエッセンフォークコレクションを開始しましたが、これはその後、平凡な記法に変換されました。[9]サンドラ・ピネガーは、当時開発されたソフトウェアを使用して、コロンビア大学での博士論文で13世紀の音楽理論の原稿を調査し、テキストの年代と作成に関する証拠を得ました。[10] 1980年代にはMIDI記法も導入されました。
方法
計算音楽学は、一般的に、楽譜データ、記号データ、オーディオデータという、音楽をコンピュータで表現する 3 つの方法に関連する 3 つの主要分野に分けられます。楽譜データとは、記号を介して音楽を人間が判読可能な形でグラフィカルに表現したものです。この研究分野の例としては、15 世紀のニューメン記譜法から現代の西洋音楽記譜法に至るまでの楽譜のデジタル化が挙げられます。楽譜データと同様に、記号データはデジタル形式の楽譜を指しますが、記号データは人間が判読可能なものではなく、コンピュータで解析できるようにエンコードされています。このタイプのエンコードの例には、ピアノロール、カーニング、[11]、MIDI表現などがあります。最後に、オーディオデータは、空気圧の振動の変化から生じる音波または音の表現の記録を指します。[12]このタイプのエンコードの例には、 MP3またはWAVファイルがあります。
楽譜データ
楽譜は、音楽家や演奏家が読むためのものです。一般的に、楽譜という用語は、ある文化で音楽記譜法を文書化するために用いられる標準化された命名法を指します。音楽の読み書き能力に加えて、楽譜記譜法は演奏者の選択も要求します。例えば、ヒンドゥスターニーのラーガの記譜法は、拍子や脈拍に厳密に従うことを要求せず、演奏者の裁量に任されたアラップから始まります。 [13]楽譜記譜法は、音楽文化の中で演奏者が行うことが奨励される一連のジェスチャーを捉えていますが、決してそれらの演奏の選択に固定されているわけではありません。
シンボリックデータ
シンボリックデータとは、コンピュータで解析できる音楽のエンコードを指します。楽譜データとは異なり、デジタルデータ形式は、それを表現するシステムが有限の記号列から生成されるため、シンボリックと見なすことができます。シンボリックデータには通常、演奏者側で求められる演奏上の選択はありません。[4]シンボリックデータを分析するための最も一般的なソフトウェアの選択肢は、David Huronの Humdrum Toolkit [14]と Michael Scott Cuthbert の music21 です。[15]
オーディオデータ
オーディオデータは、一般的に、低レベルから高レベルのオーディオ特徴までの連続した特徴として概念化されています。低レベルのオーディオ特徴とは、音量、スペクトルフラックス、ケプストラムを指します。中レベルのオーディオ特徴とは、ピッチ、オンセット、ビートを指します。高レベルのオーディオ特徴の例には、スタイル、アーティスト、ムード、キーなどがあります。[16]
アプリケーション
音楽データベース
計算音楽学における最も初期の応用の 1 つは、音楽データベースの作成と使用でした。大量のデータの入力、使用、分析は、手作業では非常に面倒ですが、コンピューターを使用すると、そのような作業がかなり簡単になります。
音楽の分析
音楽データを分析するためのさまざまなコンピュータ プログラムが開発されてきました。データ形式は、標準の記譜から生のオーディオまでさまざまです。MIDI など、各音符のすべてのプロパティを保存する形式の分析が最初に使用され、現在でも最も一般的な方法の 1 つです。生のオーディオ データの分析が大幅に進歩したのは、ごく最近のことです。
音楽の人工的生成
完全な楽曲の作成と即興音楽の演奏には、さまざまなアルゴリズムを使用できます。プログラムが即興演奏を学習する方法の 1 つは、人間の演奏者が即興演奏中に行う選択を分析することです。人工ニューラル ネットワークは、このようなアプリケーションで広く使用されています。
歴史の変化と音楽
計算音楽学における発展中の社会音楽理論の 1 つに、クリストファー・ジェンセンとデイヴィッド・G・ヘバートが提唱した「談話仮説」があります。この理論は、「音楽と言語はどちらも文化的談話 (同様に限定された方法で社会的現実を反映している可能性がある) であるため、音楽の音の重要な特徴の軌跡と社会的データに関する言語談話の間に関係が識別できる可能性がある」と示唆しています。[17]この観点からすると、「ビッグデータ」の分析により、人間の聴覚コミュニケーションの音楽言語スペクトル内で重要な相関関係がますます特定されるにつれて、音楽と社会の特定の特徴がどのように相互に関連し、時間の経過とともに同様に変化するかについての理解が向上する可能性があります。[18]
非西洋音楽
計算音楽学の戦略は、最近、世界各地の音楽の分析に応用されています。例えば、インドのビルラ工科大学の教授たちは、ヒンドゥスターニー古典音楽のハーモニーとメロディーの傾向（ラーガ構造）に関する研究を発表しました。[19]
研究
RISM（Répertoire International des Sources Musicales）のデータベースは世界最大の音楽データベースの一つで、70万件以上の楽譜の参照が含まれています。誰でもその検索エンジンを使って楽曲を見つけることができます。[20]
録音音楽の歴史と分析センター（CHARM）はマズルカプロジェクト[21]を開発し、 「ダウンロード可能な録音...分析ソフトウェアとトレーニング資料、録音の歴史に関連するさまざまなリソース」を提供しています。
大衆文化における計算音楽学
計算音楽学の研究は、時折、大衆文化や大手ニュースメディアの注目を集める。その例としては、ロンドン大学の録音音楽の歴史と分析センター（CHARM）で働いていた音楽学者のニコラス・クックとクレイグ・サップが、ピアニストのジョイス・ハットの不正録音を発見したという『ニューヨーカー』 誌の報道が挙げられる。[22]ヨハン・セバスチャン・バッハの生誕334周年には、GoogleがGoogle Doodleでこの機会を祝い、ユーザーがインターフェースに独自の楽譜を入力し、Coconet [23]と呼ばれる機械学習モデルにメロディーをハーモニーさせることができた。[24]
参照
参考文献
- ^ 「計算音楽学の可能性の解明」（PDF）。第13回組織における情報科学と記号学に関する国際会議の議事録：計算人文学の課題と可能性。
- ^ メレディス、デイビッド (2016)。「序文」。計算音楽分析。ニューヨーク：シュプリンガー。p.v. ISBN 978-3319259291。
- ^ abcdef Hewlett, Walter B.; Selfridge-Field, Eleanor (1991). 「音楽学におけるコンピューティング、1966-91」.コンピュータと人文科学. 25 (6): 381–392. doi :10.1007/BF00141188. JSTOR 30208121. S2CID 30204949.
- ^ ab Meinard, Müller (2015-07-21).音楽処理の基礎: オーディオ、分析、アルゴリズム、アプリケーション。スイス。ISBN 9783319219455. OCLC 918555094.
{{cite book}}: CS1 メンテナンス: 場所が見つかりません 発行者 (リンク) - ^ Forte, Allen (1967). 「音楽とコンピューティング：現状」.コンピュータと人文科学. 2 (1): 32–35. doi :10.1007/BF02402463. JSTOR 30203948. S2CID 33681168.
- ^ Berlind, Gary; Brook, Barry S.; Hiller, Lejaren A.; Larue, Jan P.; Logemann , George W. (1966 年秋)。「音楽におけるコンピュータの使用に関する記述」。大学音楽シンポジウム。6 : 143–157。JSTOR 40373186 。
- ^ ab エリックソン、レイモンド F. (1975)。" 「ダームスプロジェクト」：現状報告。コンピュータと人文科学。9 （6）：291–298。doi ：10.1007 / BF02396292。JSTOR 30204239。S2CID 62220033 。
- ^ 「ジェイミー・カスラーとマイケル・カスラーの論文」Trove 2023年2月23日閲覧。
- ^ 「ESACデータホームページ」www.esac-data.org . 2019年2月11日閲覧。
- ^ Pinegar, Sandra (1991). 13世紀および14世紀初頭の測定可能な音楽に関する理論的著作間のテキストと概念の関係(博士論文). コロンビア大学. ProQuest 303944932.
- ^ Huron, David (2002). 「Humdrum Toolkit を使用した音楽情報処理: 概念、例、教訓」. Computer Music Journal . 26 (2): 11–26. doi :10.1162/014892602760137158. S2CID 25996361.
- ^ ミュラー、マイナード (2015)、「音楽表現」、ミュラー、マイナード (編)、『音楽処理の基礎』、シュプリンガー・インターナショナル・パブリッシング、pp. 1–37、doi :10.1007/978-3-319-21945-5_1、ISBN 9783319219455
- ^ ラーガガイド : 74 のヒンドゥスタン語ラーガの調査、ボル、ジョープ、ラオ、スヴァルナラタ、1954 年-、ミーア、ウィム ヴァン デル、ハーヴェイ、ジェーン、1949 年-、シャウラシア、ハリプラサード、ダス グプタ、ブッダデフ、1933 年- 、ニンバスレコード、2002、ISBN 978-0954397609、OCLC 80291538
{{citation}}: CS1 メンテナンス: その他 (リンク) - ^ 「Humdrum Toolkit: 音楽研究用ソフトウェア — humdrum-tools 1 ドキュメント」www.humdrum.org 。 2019 年 3 月 20 日閲覧。
- ^ Cuthbert, Michael Scott; Ariza, Christopher (2010 年 8 月)。「music21: コンピュータ支援音楽学とシンボリック音楽データのためのツールキット」。J. Stephen Downie、Remco C. Veltkamp (編)。第 11 回国際音楽情報検索学会会議 (ISMIR 2010)、2010 年 8 月 9 日～13 日、ユトレヒト、オランダ。国際音楽情報検索学会。pp. 637～642。hdl :1721.1/ 84963。ISBN 9789039353813。
- ^ Pablo Bello, Juan. 「低レベルの特徴と音色」(PDF) . nyu.edu . 2019年2月11日閲覧。
- ^ McCollum, Jonathan and Hebert, David (2014) Theory and Method in Historical Ethnomusicology Lanham, MD: Lexington Books / Rowman & Littlefield ISBN 0739168266 ; p.62。2013年にJensenとHebertが米国Billboard Hot 100の曲の傾向に関して出した先駆的な研究結果の一部は、その後他の学者によって再現され、拡張されている（例えば、Mauch M、MacCallum RM、Levy M、Leroi AM。2015 The evolution of popular music: USA 1960–2010。R. Soc. Open sci. 2: 150081。https://dx.doi.org/10.1098/rsos.150081）。
- ^ Kristoffer JensenとDavid G. Hebert (2016)。「ビルボード100ヒット曲76年間のハーモニック複雑性の評価と予測」R. Kronland-Martinet、M. Aramaki、S. Ystad（編）『Music, Mind, and Body』スイス：Springer Press、pp.283-296。ISBN 978-3-319-46281-3。
- ^ Chakraborty, S., Mazzola, G., Tewari, S., Patra, M. (2014)「ヒンドゥスターニー音楽における計算音楽学」ニューヨーク: Springer。
- ^ RISM データベース、<http://www.rism.info/>
- ^ マズルカ プロジェクト、<http://mazurka.org.uk/>
- ^ シンガー、マーク (2007-09-10). 「ピアノのためのファンタジア」.ニューヨーカー. ISSN 0028-792X . 2019年3月23日閲覧。
- ^ ファン・チェンジー・アンナ;クーイマンズ、ティム。ロバーツ、アダム。クールヴィル、アーロン。エック、ダグラス (2019-03-17)。 「畳み込みによる対位法」。arXiv : 1903.07227 [cs.LG]。
- ^ 「Coconet: 今日の Bach Doodle の背後にある ML モデル」magenta.tensorflow.org。2019 年 3 月 20 日。2019年 3 月 23 日閲覧。
外部リンク
- 計算音楽学: 方法論と応用に関する調査 2011-07-06 にWayback Machineでアーカイブ
- 完全な音楽学者を目指して？
- 音楽学の変革: AHRC デジタル変革プロジェクト