Annotation automatisée des métadonnées structurelles dans les partitions musicales

Cas des modulations et des cadencespour la forme sonate

Soutenance de thèse de Laurent Feisthauer, mardi 18 mai 2021, 14h30

Jury

• Marc Rigaudière, Professeur, Univ. Reims Champagne-Ardennes, rapporteur
• Philippe Rigaux, Professeur, CNAM, rapporteur
• David R. W. Sears, Assistant Professor, Texas Tech University, examinateur
• Marc Tommasi Professeur, Université de Lille, examinateur
• Anja Volk Associate Professor, Utrecht University, examinatrice
• Louis Bigo, Maître de conférences, Univ. de Lille, co-encadrant
• Mathieu Giraud, Directeur de recherches, CNRS, co-directeur
• Florence Levé, Maître de conférences, UPJV, Amiens, co-directrice

Le manuscrit provisoire de thèse

Résumé

Cette thèse s’inscrit dans le domaine de l’informatique musicale et plus particulièrement de l’analyse musicale computationnelle. Ces études ont pour but de générer des annotations musicales plus ou moins haut-niveau sur une partition, en particulier pour comprendre la genèse, le geste compositionnel ou encore sa place dans l’œuvre globale d’un compositeur. La thèse propose de nouvelles approches basées sur la modélisation, l’algorithmique et l’apprentissage machine pour modéliser la tonalité, un système musical qui permet de hiérarchiser et contextualiser les notes, ainsi que les cadences, qui sont les processus de clôture des phrases musicales. Nous souhaitons ainsi aider à l’analyse d’œuvres en forme sonate.

Nous présentons trois corpus établis durant la thèse – quatuors à cordes de Mendelssohn, quatuors à cordes de Mozart et exemples de modulation – et discutons les étapes et problématiques d’un tel travail. Nous concevons un algorithme d’estimation des tonalités en tout point de la partition, utilisant une nouvelle modélisation du système tonal pour identifier les points de modulation. Il estime à chaque temps trois signaux musicaux : l’ancrage dans la tonalité, la compatibilité des notes avec une tonalité donnée et la proximité entre les tonalités. L’algorithme est évalué sur des corpus de Mozart et de modulations. Nous établissons un algorithme de détection des cadences par l’extraction de descripteurs haut-niveau caractéristiques de la présence d’un point d’arrivée cadentiel sur la partition musicale. Nous étudions la significativité de chacun de ces descripteurs, puis ceux-ci servent à entraîner un algorithme d’apprentissage qui classe chaque temps de la partition comme un point d’arrivée cadentiel ou non. Cet algorithme est évalué sur un corpus de fugues de Bach et de quatuors à cordes d’Haydn et est adapté à la détection d’une cadence particulière significative pour la forme sonate, la césure médiane.

Cette thèse contribue donc à la modélisation informatique de concepts musicaux haut-niveaux comme la tonalité et la forme musicale.