Afkodning af Beethovens musikstil ved hjælp af datavidenskab

EPFL-forskere undersøger Beethovens kompositionsstil ved hjælp af statistiske teknikker til at kvantificere og udforske de mønstre, der karakteriserer musikalske strukturer i den vestlige klassiske tradition. De bekræfter, hvad der forventes på baggrund af musikteori for den klassiske musik-æra, men gå ud over en musikteoretisk tilgang ved statistisk at karakterisere Beethovens musiksprog for første gang. Deres undersøgelse er baseret på det sæt af kompositioner kendt som Beethoven String Quartets, og resultaterne offentliggøres i PLOS ET .

"Ny, state-of-the-art metoder inden for statistik og datavidenskab gør det muligt for os at analysere musik på måder, der var uden for rækkevidde for traditionel musikvidenskab. Det unge område inden for digital musikvidenskab fremmer i øjeblikket en helt ny række af metoder og perspektiver, " siger Martin Rohrmeier, der leder EPFL's Digital and Cognitive Musicology Lab (DCML) i College of Humanities' Digital Humanities Institute. "Målet med vores laboratorium er at forstå, hvordan musik fungerer."

Beethoven Strygekvartetter refererer til 16 kvartetter omfattende 70 enkeltsatser, som Beethoven komponerede gennem hele sin levetid. Han færdiggjorde sin første strygekvartetkomposition ved begyndelsen af ​​det 19. århundrede, da han var næsten 30 år gammel, og den sidste i 1826, kort før hans død. En strygekvartet er et musikensemble bestående af fire musikere, der spiller strygeinstrumenter:to violiner, bratschen, og celloen.

Fra musikanalyse til big data

Til undersøgelsen pløjede Rohrmeier og kollegerne gennem partiturene til alle 16 af Beethovens strygekvartetter i digital og kommenteret form. Den mest tidskrævende del af arbejdet har været at generere datasættet baseret på titusindvis af annoteringer fra musikteoretiske eksperter.

"Vi genererede i det væsentlige en stor digital ressource fra Beethovens noder for at lede efter mønstre, " siger Fabian C. Moss, første forfatter til PLOS ET undersøgelse.

Når der spilles, Strygekvartetterne repræsenterer over 8 timers musik. Selve partituret indeholder næsten 30.000 akkordanmærkninger. En akkord er et sæt toner, der lyder på samme tid, og en tone svarer til en tonehøjde.

I musikanalyse, akkorder kan klassificeres efter den rolle, de spiller i det musikalske stykke. To velkendte typer akkorder kaldes dominant og tonic, som har centrale roller for opbygning af spænding og forløsning og for etablering af musikalske fraser. Men der er et stort antal typer akkorder, herunder mange varianter af dominant- og toniske akkorder. Beethoven strygekvartetter indeholder over 1000 forskellige typer af disse akkorder.

"Vores tilgang eksemplificerer det voksende forskningsfelt inden for digital humaniora, hvor datavidenskabelige metoder og digitale teknologier bruges til at fremme vores forståelse af virkelige kilder, såsom litterære tekster, musik eller malerier, under nye digitale perspektiver, " forklarer medforfatter Markus Neuwirth.

Beethovens statistiske signatur

Beethovens kreative valg er nu tydelige gennem filteret af statistisk analyse, takket være dette nye datasæt genereret af forskerne.

Undersøgelsen finder, at meget få akkorder styrer det meste af musikken, et fænomen, der også er kendt i lingvistik, hvor meget få ord dominerer sprogkorpus. Som forventet af musikteori om musik fra den klassiske periode, undersøgelsen viser, at kompositionerne især er domineret af dominant- og toniske akkorder og deres mange varianter. Også, den hyppigste overgang fra den ene akkord til den næste sker fra dominant til tonika. Forskerne fandt også ud af, at akkorder stærkt udvælger efter deres rækkefølge og, dermed, definere retningen af ​​musikalsk tid. Men den statistiske metode afslører mere. Det kendetegner Beethovens specifikke kompositionsstil for strygekvartetterne, gennem en fordeling af alle de akkorder han brugte, hvor ofte de forekommer, og hvordan de almindeligvis går fra det ene til det andet. Med andre ord, den fanger Beethovens kompositionsstil med en statistisk signatur.

"Dette er blot begyndelsen, " forklarer Moss. "Vi fortsætter vores arbejde ved at udvide datasættene til at dække en bred vifte af komponister og historiske perioder, og invitere andre forskere til at deltage i vores søgen efter det statistiske grundlag for musikkens indre virke."