Musikgenrer klassificeret ved hjælp af MIDI-filers entropi

Kommunikation er processen med at gengive et budskab skabt i ét punktrum på et andet punkt i rummet. Det er blevet undersøgt i dybden af ​​adskillige videnskabsmænd og ingeniører, men det er den matematiske behandling af kommunikation, der har haft den største indflydelse.

For matematikere er detaljerne i en besked ligegyldige. Det eneste, der betyder noget, er, at budskabet kan opfattes som et ordnet sæt symboler. Matematikere har længe vidst, at dette sæt er styret af grundlæggende love, som først blev skitseret af Claude Shannon i hans matematiske teori om kommunikation.

Shannons arbejde revolutionerede ingeniørernes måde at tænke kommunikation på, men det har også vidtrækkende konsekvenser på andre områder. Sproget involverer overførsel af information fra et individ til et andet, og informationsteorien giver et vindue, hvorigennem man kan studere og forstå dets natur. Inden for databehandling transmitteres data fra et sted til et andet, og informationsteorien giver det teoretiske grundlag, der gør det muligt at gøre dette mest effektivt. Og i biologien kan reproduktion opfattes som overførsel af genetisk information fra en generation til den næste.

Musik kan også opfattes som overførsel af information fra et sted til et andet, men videnskabsmænd har haft meget mindre succes med at bruge informationsteori til at karakterisere musik og studere dens natur.

I dag ændrer det sig takket være Gerardo Febres og Klaus Jaffés arbejde på Simon Bolivar University i Venezuela. Disse fyre har fundet en måde at bruge informationsteori til at skille arten af ​​visse typer musik fra hinanden og automatisk klassificere forskellige musikalske genrer, en berømt vanskelig opgave inden for datalogi.

En af grundene til, at musik er så svær at studere, er, at den ikke let oversættes til et ordnet sæt symboler. Musik består ofte af mange instrumenter, der spiller forskellige toner på samme tid. Hver af disse kan have forskellige kvaliteter af klangfarve, lydstyrke og så videre.

At fange alt dette i et sæt symboler sammen med den individuelle fortolkning, musikeren tilføjer, er en vanskelig forretning. Det har ikke stoppet forskerne i at prøve, omend med begrænset succes.

Febres og Jaffé tackler dette problem på en bemærkelsesværdig enkel måde ved hjælp af en fælles standard for digitalisering af musik kaldet MIDI. En MIDI-fil er en digital repræsentation af et stykke musik, der kan læses af en lang række computere, musikafspillere og elektroniske instrumenter.

Hver fil indeholder oplysninger om et stykke musiks tonehøjde og hastighed, lydstyrke, vibrato og så videre. Dette gør det muligt for musik, der er oprettet på ét sted, at blive gengivet nøjagtigt på et andet sted.

Men en MIDI-fil i sig selv er simpelthen en ordnet serie af 0'ere og 1'ere, og dette gav Febres og Jaffé en måde at analysere den ved hjælp af standard informationsteori. Faktisk åbnede de simpelthen hver fil som en .txt og læste den resulterende sekvens af tilsyneladende tilfældige symboler.

Skønheden ved informationsteori er, at de værktøjer, der er udviklet til at komprimere meddelelser sendt til Mars eller til at analysere sprogets komponenter, lige så kan anvendes på ethvert sæt symboler. Og det har Febres og Jaffé gjort.

De begyndte med at komprimere hvert sæt symboler til det minimumsantal, der er nødvendigt for at generere den originale musik. Dette grundlæggende sæt gav dem derefter mulighed for at måle entropien eller informationsindholdet forbundet med hvert stykke musik.

Men de undersøgte også, hvordan denne entropi varierede over tid. Faktisk studerede de, hvordan denne anden ordens entropi varierede i 450 stykker fra 71 komponister og 15 forskellige perioder eller typer af musik.

Til deres overraskelse fandt de ud af, at musik fra samme genre delte lignende værdier for denne anden ordens entropi. Samtidig viser denne type analyser, hvordan musikgenrer har udviklet sig over tid.

Det er interessant arbejde, der giver en fascinerende ny måde at studere musik på. Der er selvfølgelig nogle forbehold. Mens nogle musikalske genrer tydeligt kan identificeres på denne måde, overlapper andre tilsyneladende forskellige stilarter.

For eksempel indtager venezuelansk og indisk Raga-musik unikke regioner i dette parameterrum. Forskellige klassiske komponister indtager også specifikke regioner og kan derfor potentielt identificeres med denne metode.

Men i gennemsnit overlapper rockmusik og klassisk musik hinanden, hvilket gør det svært automatisk at identificere dem. Fremtidigt arbejde kan forbedre situationen, måske ved at øge størrelsen af ​​databasen for eksempel.

Ikke desto mindre har Febres og Jaffé gjort betydelige fremskridt ved at bruge en teknik, der burde være bredt anvendelig. Deres næste opgave, hvis de skulle vælge, er at finde en måde at anvende deres metode på, måske til musikanbefalingssystemer, før en anden går i gang.

Ref: arxiv.org/abs/1510.01806 : Musik set efter dets entropiindhold: Et nyt vindue til sammenlignende analyse

skjule