Un metodo statistico per catturare gli stili musicali

Un metodo statistico per catturare gli stili musicali
 
Il modello, messo a punto dalla Sapienza nell’ambito di un team di ricerca internazionale, è utilizzabile anche per generare artificialmente brani musicali evitando i fenomeni di plagio. La ricerca è pubblicata su Scientific Reports
Dai principi statistici a un nuovo metodo per l’individuazione delle strutture principali delle melodie musicali. È la scoperta di un team di ricerca internazionale, di cui fanno parte Vittorio Loreto e Francesca Tria di Sapienza Università di Roma, che ha dimostrato come un nuovo metodo, sia in grado di identificare le strutture di associazione fondamentali in una sequenza musicale. Il modello è utilizzabile anche per generare artificialmente brani musicali con lo stesso stile, evitando però i fenomeni di plagio.
La musica è un sistema formato da un complesso network di componenti interagenti tra loro, le note, equiparabili ai neuroni del sistema nervoso; la statistica, attraverso il metodo del calcolo delle probabilità, è in grado di individuare le relazioni esistenti tra le note e guidare nella composizione algoritmica di nuove melodie.
La sfida del gruppo di ricerca è stata quella di individuare un modello, quello della Maximum Entropy, per la determinazione di distribuzioni di probabilità a partire da informazioni “parziali”, capace ugualmente di generare nuove melodie che abbiano gli stessi elementi stilistici del brano di riferimento.
Data una sequenza di elementi, in questo caso le note, si può determinare per ogni coppia di note “x” e “y”, la probabilità che “x” sia seguito da “y”; da questo insieme di probabilità si può ricavare, mediante elaborazione digitale, una sequenza casuale che mantiene le stesse probabilità: a partire da un dato corpus di brani il metodo è in grado di generare, mediante uno specifico algoritmo,  brani musicali con lo stesso stile del corpus di riferimento.
“Per evitare il plagio – spiega Vittorio Loreto, professore di Fisica alla Sapienza – utilizziamo un particolare algoritmo che permette di limitare la lunghezza delle sequenze “copia” nei brani generati artificialmente. Mediante l’uso di algoritmi di compressione possiamo in seguito verificare sia la vicinanza della nuova composizione al corpus di riferimento, sia il grado di plagio. In tal modo si riesce a controllare il bilancio tra innovazione e similarità.”
“La sua generalità – aggiunge Loreto – dà al nostro modello maggiore libertà nella creazione di nuove melodie che riecheggino lo stile di un dato corpus di brani e apre una serie di applicazioni sia in ambito musicale (per affrontare questioni relative al ritmo, alla polifonia e all'espressività) sia in altri ambiti (ad esempio il linguaggio o l'arte)  in cui gli elementi stilistici e creativi rappresentano elementi cruciali, inserendosi nel grande dibattito sulla creatività artificiale e sulle interazioni creative tra umani e macchine.”
Riferimenti:
Maximum entropy models capture melodic styles - Jason Sakellariou, Francesca Tria, Vittorio Loreto &Francois Pachet
Doi:10.1038/s41598-017-08028-4
Testo da Settore Ufficio stampa e comunicazione SAPIENZA Università di Roma
Lezione di musica da un’idria a figure rosse di Phintias, da Vulci, 510 a. C. circa. Da WikipediaPubblico Dominio, caricata e di Bibi Saint-Pol.

Statisticall: seconda edizione 7-9 Ottobre a Treviso

STATISTICALL, SECONDA EDIZIONE DEL FESTIVAL DELLA STATISTICA A TREVISO

Conferenze, dibattiti e laboratori

CONFERENZA STAMPA di presentazione del Festival venerdì 7 ottobre ore 11, Palazzo San Leonardo Piazza dell'Università Treviso. Presenzieranno il Coordinatore del Festival (prof. Brentari), il Presidente dell'ISTAT (prof. Alleva), la Presidente della Società Italiana di Statistica (prof.ssa Pratesi), il Rettore di Ca' Foscari (prof. Bugliesi).
image-13
A Treviso dal 7 al 9 ottobre si svolge StatisticAll, la seconda edizione del Festival della Statistica e della Demografia con una serie di iniziative scientifiche, culturali e di promozione della cultura statistica. Il Festival è promosso dalla SIS – Società italiana di Statistica e patrocinato dal MIUR, dalla Regione del Veneto e dal Comune di Treviso con la collaborazione dell'Istat Istituto Nazionale di Statistica, e dell’Università Ca’ Foscari.
Leggere di più


Statistica bayesiana per i problemi delle popolazioni del ventunesimo secolo

24 Febbraio 2016
Thomas_Bayes
Thomas Bayes fu uno statistico, filosofo e ministro presbiteriano britannico del diciottesimo secolo (attorno al 1701 – 7 Aprile 1761). Il teorema che da lui prende il nome è pure alla base della statistica bayesiana, che costituisce un'alternativa alla statistica frequentistica.
Un nuovo studio, pubblicato su Population Studies: A Journal of Demography, sostiene che questa metodologia, che ormai ha più di 250 anni, può contribuire a risolvere i problemi statistici relativi alle popolazioni del ventunesimo secolo. Lo studio esamina i conseguimenti ottenuti dalla statistica bayesiana, e sostiene un utilizzo più ampio di questa metodologia nel campo della demografia e di scienze affini, con vantaggi reciproci.
Leggere di più


Ritrovare le parole più antiche attraverso i mutamenti sonori

5 Gennaio - 19 Febbraio 2015
Map-TurkicLanguages
Un team di ricercatori degli Stati Uniti e del Regno Unito ha elaborato un nuovo modello per determinare quando avvennero, probabilmente, i cambiamenti nella pronuncia delle parole. Il modello darà così modo di ritrovare le parole e i linguaggi più antichi, fino ai loro antenati comuni.
[Dall'Abstract:] L'evoluzione linguistica è dominata da eventi di cambiamento evolutivo concertato. Il modello identifica oltre 70 eventi storici di cambiamento sonoro regolare che avvennero nell'ambito dell'evoluzione della famiglia delle lingue turche, inferendo contemporaneamente su un albero filogenetico datato. In questo modo si ottiene una caratterizzazione migliore del cambiamento linguistico, che fornisce datazioni degli eventi più affidabili e plausibili.
Il modello può poi essere utilizzato anche in altri campi, dove si verifichino condizioni simili di elementi discreti che cambiano in parallelo con un organismo o un altro gruppo evolutivo: ad esempio, nel campo dei geni, delle parole, delle tendenze culturali, delle tecnologie, o dei tratti morfologici.
Lo studio "Detecting Regular Sound Changes in Linguistics as Events of Concerted Evolution", di Daniel J. Hruschka, Simon Branford, Eric D. Smith, Jon Wilkins, Andrew Meade, Mark Pagel, Tanmoy Bhattacharya, è stato pubblicato su Current Biology.
Link: Current Biology; Santa Fe Institute; University of Reading
Mappa delle lingue turche, di Atilim Gunes Baydin (Self-made, based on Image:BlankMap-World-Subdivisions.PNG), da WikipediaCC BY 2.5, caricato da HistoryofIran.