Master 2013 2014
Stages de la spécialité SAR
Modèles probabilistes pour les structures musicales


Site :Action exploratoire "Musicologie Algorithmique", LIFL/MIS
Lieu :Laboratoire d'Informatique Fondamentale de Lille (LIFL), France, sur les sites du campus Lille 1 (Villeneuve d'Ascq) et de l'Imaginarium (Tourcoing)
Encadrant : Mathieu Giraud (chercheur CNRS), mathieu@algomus.fr, avec Pierre Allegraud (Lille 1)
Dates :du 01/02/2014 au 31/07/2014 (à définir précisément)
Rémunération :Gratification de stage
Mots-clés : Parcours ATIAM : Informatique musicale

Description

== Contexte ==

Un des buts de l’informatique musicale est de produire, à partir d’informations symboliques (partition, fichier MIDI), des analyses pertinentes se rapprochant de celles que pourrait effectuer un musicien. Tenter d’automatiser certains processus d’analyse, c’est essayer de mieux comprendre ce qui est formalisable et ce qui relève d’une vraie originalité. La musique peut s’étudier par des aspects bas niveau (mélodie, harmonie, rhythme, timbre), mais c’est souvent des aspects à plus grande échelle (structure, forme) qui permettent d’appréhender la construction d’une pièce. Les structures sont des alternances de sections (ABA, ABACBA...), mais elles peuvent impliquer d’autres éléments comme un parcours tonal dans le cas des formes sonates (A(I)B(V)-D-A(I)B(I) pour le cas le plus simple).

Si l’on trouve beaucoup de travaux en informatique musicale qui analysent certains aspects bas-niveau, il y a peu de recherches qui tentent de produire des analyses complètes. Le but n’est pas seulement de découper la partition en un certain nombre d’unités musicalement signifiantes, mais de proposer une interprétation analytique de l’ensemble de la pièce, notamment par une analyse de la forme musicale.

== Objectifs du stage ==

Le but du stage et de concevoir, implémenter et tester des modèles probabilistes pour l’étude de structures musicales, en se concentrant sur des formes classiques. On cherchera à analyser une structure sur une pièce musicale à partir de plusieurs éléments analytiques déjà identifiés (motifs, harmonie, cadences...). Une piste est d’utiliser des modèles de Markov cachés (HMM), qui ont déjà donné de bons résultats dans des cas simples, et de réfléchir à leur application dans des structures complexes ainsi qu’à l’apprentissage de leurs paramètres.

Le stage débutera par une étude bibliographique sur les modèles probabilistes, quelques algorithmes d’apprentissage, ainsi que leur application à la musique. Une analyse approfondie de quelques partitions complètera cette étude bibliographique. Les modèles et algorithmes proposés seront implémentés, testés sur des partitions réelles, et confrontés au résultat d’une analyse par un musicologue. Ces test porteront tout d’abord dans un cas relativement simple, bien étudié par l’équipe (fugues), puis tenteront d’explorer la structure de formes sonates, en commençant par des quatuors de Haydn et Mozart avec un plan tonal clair. En cas de succès, le stage pourra ensuite travailler à l’analyse automatique de structures plus complexes.

Ce stage a lieu dans le cadre de l’action exploratoire Algomus (LIFL/MIS). Il est financé par le cluster de recherche iCAVS du programe Sciences et Cultures du Visuel (SCV), à l’Imaginarium, Tourcoing. Une poursuite en thèse sur des sujets connexes est envisageable, que ce soit à Lille (financement en cours d’évaluation par l’ANR) ou dans d’autres laboratoires européens avec lesquels nous sommes en lien. Environnement technique : python, git.

== Compétences requises ==

Connaissances en apprentissage / intelligence artificielle Connaissances musicales fortement souhaitées, idéalement avec des notions d’écriture ou d’analyse musicale

Bibliographie

[1] D. Temperley, Music and probability, 2007

[2] Ch. Rosen, Sonata Forms, Norton, 1988

[3] J. Hepokoski, W. Darcy. Elements of Sonata Theory, Oxford University Press, 2006