Gatunki muzyczne sklasyfikowane za pomocą entropii plików MIDI

Komunikacja to proces odtwarzania wiadomości utworzonej w jednym punkcie przestrzeni w innym punkcie przestrzeni. Została dogłębnie zbadana przez wielu naukowców i inżynierów, ale to matematyczne podejście do komunikacji wywarło największy wpływ.

Dla matematyków szczegóły wiadomości nie mają znaczenia. Liczy się tylko to, że przesłanie może być traktowane jako uporządkowany zestaw symboli. Matematycy od dawna wiedzą, że tym zbiorem rządzą fundamentalne prawa, które po raz pierwszy nakreślił Claude Shannon w jego matematycznej teorii komunikacji.

Praca Shannona zrewolucjonizowała sposób myślenia inżynierów o komunikacji, ale ma też daleko idące konsekwencje w innych obszarach. Język obejmuje przekazywanie informacji od jednej osoby do drugiej, a teoria informacji zapewnia okno, przez które można badać i rozumieć jego naturę. W informatyce dane są przesyłane z jednego miejsca do drugiego, a teoria informacji stanowi podstawę teoretyczną, która pozwala to zrobić najefektywniej. W biologii reprodukcję można traktować jako przekazywanie informacji genetycznej z pokolenia na pokolenie.

Również muzykę można traktować jako transmisję informacji z jednego miejsca do drugiego, ale naukowcom znacznie mniej udało się wykorzystać teorię informacji do scharakteryzowania muzyki i zbadania jej natury.

Dziś to się zmienia dzięki pracy Gerardo Febresa i Klausa Jaffé na Uniwersytecie Simona Bolivara w Wenezueli. Ci goście znaleźli sposób na wykorzystanie teorii informacji do odróżnienia natury pewnych rodzajów muzyki i automatycznej klasyfikacji różnych gatunków muzycznych, co jest znanym trudnym zadaniem w informatyce.

Jednym z powodów, dla których muzyka jest tak trudna do studiowania, jest to, że nie można jej łatwo przełożyć na uporządkowany zestaw symboli. Muzyka często składa się z wielu instrumentów grających jednocześnie różne dźwięki. Każdy z nich może mieć różne cechy barwy, głośności i tak dalej.

Uchwycenie tego wszystkiego w zestawie symboli, wraz z jakąkolwiek indywidualną interpretacją, którą dodaje muzyk, jest trudną sprawą. To nie powstrzymało naukowców przed próbami, aczkolwiek z ograniczonym powodzeniem.

Febres i Jaffé rozwiązują ten problem w niezwykle prosty sposób, wykorzystując wspólny standard digitalizacji muzyki zwany MIDI. Plik MIDI to cyfrowa reprezentacja utworu muzycznego, którą można odczytać na wielu różnych komputerach, odtwarzaczach muzycznych i instrumentach elektronicznych.

Każdy plik zawiera informacje o wysokości i prędkości utworu muzycznego, głośności, vibrato i tak dalej. Dzięki temu muzyka stworzona w jednym miejscu może być dokładnie odtwarzana w innym miejscu.

Ale sam plik MIDI jest po prostu uporządkowaną serią zer i jedynek, co dało Febresowi i Jaffému sposób na jego analizę przy użyciu standardowej teorii informacji. Rzeczywiście, po prostu otwierali każdy plik jako .txt i odczytywali wynikową sekwencję pozornie losowych symboli.

Piękno teorii informacji polega na tym, że narzędzia opracowane do kompresji wiadomości wysyłanych na Marsa lub do analizy komponentów języka można w równym stopniu zastosować do dowolnego zestawu symboli. I to właśnie zrobili Febres i Jaffé.

Zaczęli od kompresji każdego zestawu symboli do minimalnej liczby niezbędnej do wygenerowania oryginalnej muzyki. Ten podstawowy zestaw pozwolił im następnie zmierzyć entropię lub zawartość informacyjną związaną z każdym utworem muzycznym.

Ale zbadali również, w jaki sposób ta entropia zmieniała się w czasie. Rzeczywiście, zbadali, jak ta entropia drugiego rzędu różniła się w 450 utworach od 71 kompozytorów i 15 różnych okresach lub rodzajach muzyki.

Ku ich zaskoczeniu odkryli, że muzyka z tego samego gatunku ma podobne wartości dla entropii drugiego rzędu. Jednocześnie tego typu analiza pokazuje, jak gatunki muzyczne ewoluowały na przestrzeni czasu.

To interesująca praca, która zapewnia fascynujący nowy sposób studiowania muzyki. Oczywiście są pewne zastrzeżenia. Podczas gdy niektóre gatunki muzyczne można w ten sposób jednoznacznie zidentyfikować, inne, pozornie odmienne style, nakładają się na siebie.

Na przykład wenezuelska i indyjska muzyka raga zajmują unikalne regiony w tej przestrzeni parametrów. Różni kompozytorzy klasyczni również zajmują określone regiony, a więc mogą być potencjalnie zidentyfikowani za pomocą tej metody.

Ale przeciętnie muzyka rockowa i klasyczna mocno się nakładają, co sprawia, że ​​trudno je automatycznie zidentyfikować. Przyszłe prace mogą poprawić sytuację, na przykład poprzez zwiększenie rozmiaru bazy danych.

Niemniej jednak Febres i Jaffé poczynili znaczące postępy, stosując technikę, która powinna mieć szerokie zastosowanie. Ich następnym zadaniem, jeśli zechcą, jest znalezienie sposobu na zastosowanie swojej metody, być może w systemach rekomendacji muzycznych, zanim ktoś inny wkroczy do akcji.

Nr ref.: arxiv.org/abs/1510.01806 : Muzyka oglądana według zawartości entropii: nowe okno do analizy porównawczej

ukryć