Компьютеры и музыка: введение в вычислительный анализ партитур 🎵 0:00
Майкл Катберт, профессор музыки в MIT, открывает курс «Вычислительная теория музыки и анализ» (Computational Music Theory and Analysis), задаваясь фундаментальным вопросом: «Как компьютеры слышат музыку?». По мнению Катберта, важно различать простое «слышание» — оцифровку звука в файлы вроде WAV или AAC — и «слушание», которое предполагает глубокое понимание структуры, эмоций и культурного контекста произведения.
🤔 Большие неизвестные: от эмоций к алгоритмам 3:24
В рамках курса студентам предлагается исследовать вопросы, на которые до сих пор нет окончательных ответов:
- Почему люди слушают музыку и как формируются наши музыкальные предпочтения?
- Что отличает великое произведение от посредственного?
- Какова связь между физическими реакциями организма (например, желанием танцевать или плакать) и музыкальными характеристиками?
Катберт полагает, что для прогресса в этих вопросах нужно сфокусироваться на более конкретных задачах: анализе гармонических прогрессий, ритмических особенностей и их связи с эмоциональным окрасом текста. Для этого необходимо научить компьютер работать не просто со звуковым потоком, а с цифровым представлением нотного текста.
🛠 Инструментарий: Music21 и «сэндвич» из данных 13:47
Основным инструментом курса является библиотека Music21 — бесплатный open-source проект на Python, разработанный в MIT.
- Принципы работы: Библиотека позволяет работать со структурой партитуры, разбирая её на «контейнеры» (матрёшки): от целого произведения к частям, тактам и отдельным нотам.
- Эффективность: Компьютерный анализ позволяет изучать целые корпуса произведений (например, все хоралы Баха) за считанные минуты — задачу, которая вручную заняла бы у музыковеда годы.
- Визуализация: Студенты учатся строить графики для анализа использования нот, сравнения композиторских стилей (например, Роберта Шумана и Фредерика Шопена) и выявления закономерностей, скрытых от человеческого глаза.
Катберт подчеркивает, что компьютер — это не замена аналитика, а средство повышения эффективности работы. В качестве примера он приводит ситуацию с «органными хоралами» Баха: компьютерный анализ помог обнаружить аномалии, ставящие под сомнение авторство некоторых произведений, которые ранее считались подлинными.
🎓 Особенности курса и проектная работа 31:53
Курс ориентирован на практическое освоение инструментов и развитие исследовательских навыков:
- Интерактивный формат: Обучение сочетает лекции и асинхронные практические занятия, напоминающие методику «Улицы Сезам»: пятиминутное объяснение техники с последующей 10-минутной отработкой.
- «Разблокировка» инструментов: Студенты начинают с создания собственных алгоритмов (например, для определения гармонии), и только после успешного выполнения задачи им «открывается» доступ к готовым стандартным инструментам библиотеки.
- Финальный проект: В конце семестра студенты должны провести самостоятельное исследование, запрограммировать инструменты для анализа и представить результаты в виде пятиминутного видеоролика.
По словам профессора, ключевая цель курса — не просто выучить код, а научиться использовать технологии для ответов на глубокие вопросы о природе музыки, попутно совершенствуя представительность анализируемых данных, чтобы они отражали разнообразие мирового музыкального наследия.
