4. luento 3.2.2006

Neljännen luennon ppt-kalvot löytyvät tästä
TKAvustMusTutk060203b.pdf. (b-versio...)

Sävelluokkajoukosta intervalliluokkavektorin laskeva skripti löytyy tästä:
icv_skripti.rtf

Saman asian voisi tehdä tyylikkäämmin, mutta jos joku haluaa kokeilla, voi ajaa funktion "icv2" R:ään ja sitten kokeilla kirjoittaa komentoriville jotain tämän tapaista:

icv2(c(0,4,7,10,4,0,7))

ja saa tulokseksi C-dominanttiseptimisoinnun intervalliluokkavektorin.

* * *

Ensi kerrasta lähtien koetan edetä hiukan lunkimmin... Tutustumme funktion tekemiseen ja ajattelin, että malliksi voisimme luoda funktion, joka laskee yksinkertaisella periaatteella sävelluokkien perusteella tonaalisuusarvioita. Tällainen funktio vaatii muutaman rivin, ei enempää. Voimme käyttää siinä apunamme nk. Krumhansl-Kessler -profiileja (joihin Jopi viittasi tunnin jälkeen... ;-)

Joku voisikin tehdä sointuanalyysin Solagen sävellyksestä, jos saa sen käsiinsä jostain?

Tässä linkki Juhan mainitsemaan artikkeliin, jossa Coltranen improvisaatioita on analysoitu markovin ketjujen avulla.

http://scholar.lib.vt.edu/theses/available/etd-61098-131249/unrestricted/dmfetd.pdf

Teksti on laaja, mutta koetan perehtyä siihen heti kun ehdin. Ohessa pari linkkiä lyhyisiin teksteihin, joista käy ilmi, että markovin ketjujen soveltaminen musiikin analysoimiseen on periaatteiltaan sinänsä melko yksinkertainen ja selkeä juttu.

http://www.music-cog.ohio-state.edu/Music829D/Notes/Infotheory.html

http://journal-ci.csse.monash.edu.au/ci/vol03/mccorm/mccorm.html

Etenkin tästä jälkimmäisestä linkistä löytyvän tekstin luvussa "Representations for Music Composition" ja sen alaluvussa "Markov Models "on havainnollinen kuva siitä, mistä markovin ketjuissa on kysymys. Esimerkkinä on melodian "Maijal oli karitsa" pohjalta tehty nk. "siirtymätodennäköisyysmatriisi". Kyseessä on ns. "1st order model". En ole tällä periaatteella musiikkia juurikaan analysoinut (yhtä lyhyttä Kalifornian keikkaa lukuunottamatta), mutta minua kiinnostaisi tehdä analyyseja esim. eri säveltäjien melodioiden pohjalta ja sitten jollain "etäisyysmitalla" verrata syntyviä siirtymätodennäköisyysmatriiseja. Palaan tähän asiaan seuraavalla luennolla. Jos ehditte ja jota kiinnostaa, lukekaa tuo jälkimmäinen artikkeli. Se ei ole pitkä. Jo pelkästään tuon mainitsemani kuvan tarkasteleminen saattaa tehdä idean selväksi. Kyseisessä tekstissä puhutaan lähinnä algoritmisesta säveltämisestä, jota edeltää tietyn tyylisen musiikin analyysi. Markovin ketjujen avulla pystytään tuottamaan samantyylistä musiikkia. Kyseessä on yksi eniten käytetyistä keinoista algoritmisen säveltämisen piirissä. Me voisimme keskittyä tässä vaiheessa vain analyysiin...

Tälle sivulle voi kirjoittaa kommenttejaan klikkaamalla Comments-tekstiä näiden kirjoitusten lopussa, kynä-symbolin vieressä.