Lana Tai – no dia em que nasceu uma aquarela

diário de bordo de uma composição a partir de descritores de áudio

Autores

Palavras-chave:

Composição Musical, Orquestração Assistida por Computador, Técnicas Estendidas, Descritores de Áudio, Pure Data

Resumo

Trata-se do relato de um processo criativo musical no qual utilizou-se estratégias composicionais vinculadas a análises de conteúdo espectral com descritores de áudio. Tal procedimento foi o suporte para a elaboração da obra “Lana Tai – no dia em que nasceu uma aquarela”, para orquestra de cordas. A partir de um banco de dados sonoros, realizaram-se diversas experimentações com o objetivo de testar configurações orquestrais elaboradas com técnicas estendidas de execução instrumental. Tais experimentos foram realizados com suporte do ambiente computacional Pure Data (PD) com o qual utilizou-se a biblioteca de descritores de áudio PDescriptors. Os resultados, as reflexões e as questões levantadas durante toda a elaboração, criação e execução de “Lana Tai” suscitam um novo aporte no desenvolvimento tanto da pesquisa em processos criativos quanto na criação de novas obras inéditas.

Biografia do Autor

  • Ivan Eiji Simurra, Universidade Estadual Campinas - UNICAMP

    Ivan Eiji Simurra é compositor, pesquisador e Dj vinculado ao Núcleo Interdisciplinar de Comunicação Sonora (NICS-UNICAMP). Estudou composição com Silvio Ferraz, Denise Garcia, José Augusto Mannis, Jônatas Manzolli e Eduardo Álvares. Suas obras são tocadas no Brasil, Argentina, Chile, Estados Unidos, Portugal, Irlanda, Israel, Grécia e Rússia. Atualmente, desenvolve sua pesquisa de doutoramento, em Processos Criativos, sob a orientação do Prof. Dr. Jônatas Manzolli e com auxílio da FAPESP.

  • Jônatas Manzolli, Universidade Estadual de Campinas - UNICAMP

    Jônatas Manzolli é graduado em Matemática Aplicada Computacional (1983) e em Composição e Regência (1987) e mestre em Matemática Aplicada (1988) ambos pela Unicamp e é PhD pela University of Nottingham (1993) no contexto da composição musical. Atualmente é Professor Titular do Instituto de Artes da Unicamp. Compositor e matemático, pesquisa a interação entre Arte e Tecnologia entrelaçando criação musical, computação musical e ciências cognitivas. Sua produção artística relaciona música instrumental, eletroacústica, obras multimídia para dança e instalações sonoras.

Referências

ASSAYAG, G.; RUEDA, C.; LAURSON, M.; AGON, C.; DELERUE, O. (1999). Computer-assisted composition at ircam: From patchwork to openmusic. Computer Music Journal, vol. 23, no. 3, p. 59 – 72.

BALLET, G.; BORGHESI, R.; HOFFMANN, P.; LÉVY, F. (1999). Studio Online 3.0: An Internet “Killer Application” for Remote Access to IRCAM Sounds and Processing tools. Journées d’Informatique Musicale. France.

BARBEDO, J. G. A.; LOPES, A. (2007). Automatic genre classification of musical signals. EURASIP Journal on Applied Signal Processing, v. 2007, n. 1, p.157. 4. BERLIOZ, H. (1844) Treatise on Instrumentation by Hector Berlioz and Richard Strauss, translated by Theodore Front, published by Edwin F. Kalmus, NY, NY 1948.

BOGDANOV, D.; WACK, N.; GÓMEZ, E.; et al. (2013). Essentia: An audio analysis library for music information retrieval. Proceedings of ISMIR.

BOULEZ, P. (1987). Timbre and composition – timbre and language. Contemporary Music Review. Vol. 2. Translated by R. Robertson. p.161-171

BYRD, D; FINGERHUT, M. (2002). The History of ISMIR – A Short Happy Tale. D-lib Magazine, Vol. 8, No. 11.

CARPENTIER, G. (2008). Approche computationelle de l’orchestration musicale – Optimization multicritère sous contraintes de combinaisons instrumentales dans de grandes banques de sons. Ph.D. Thesis, University Pierre et Marie Curie, Paris.

CARTWRIGHT, M.; PARDO, B. (2013). Social-Eq: Crowdsourcing An Equalization Descriptor Map. n. 14o International Conference - ISMIR. Curitiba - Brazil.

DESHPANDE, H.; SINGH, R.; NAM, U. (2001). Classification of music signals in the visual domain. Proceedings of the Conference on Digital Audio Effects. p.1–4.

DIELEMAN, S.; SCHRAUWEN, B. (2013). Multiscale Approaches To Music Audio Feature Learning. 14o International Conference - ISMIR - Curitiba - Brazil.

DOWNIE, J. S.; EHMANN, A. F.; BAY, M.; JONES, M. C. (2010). The Music Information Retrieval Evaluation eXchange: Some Observations and Insights. International MIR Systems Evaluation Laboratory. University of Illinois.

ESLING, P.; AGON, C. (2013). Multiobjective Time Series Matching for Audio Classification and Retrieval. IEEE Transactions on Audio, Speech, and Language Processing, v. 21, n. 10, p.2057–2072.

ESLING, P.; AGON, C. (2010). Composition of sound mixtures with spectral maquettes. Ann Arbor, MI: MPublishing, University of Michigan Library.

ESLING, P.; CARPENTIER, G.; AGON, C. (2010). Dynamic musical orchestration using genetic algorithms and a spectro-temporal description of musical instruments. Applications of Evolutionary Computation. p.371–380. Springer.

FUJISHIMA, T. (1999). Realtime Chord Recognition of Musical Sound: a System Using Common Lisp Music. CCRMA, Stanford University. 4 pgs.

GOMEZ, E. 2006. Tonal description of music audio signals, Ph.D. dissertation, MTG, Universitat Pompeu Fabra, Barcelona, Spain.

HARVEY, J. (1980). The Composer’s View: Atonality. The Musical Times, p.699.

HUMMEL, T. A. (2005). Simulation of human voice timbre by orchestration of acoustic music instruments. Proceedings of ICMC. p.185.

LAMBROU, T.; KUDUMAKIS, P.; SPELLER, R.; SANDLER, M.; LINNEY, A. (1998). Classification of audio signals using statistical features on time and wavelet transform domains. Acoustics, Speech and Signal Processing. Proceedings of the 1998 IEEE International Conference on. v. 6, p.3621–3624.

LAURSON, M., KUUSKANKARE, M. (2002). PWGL: A Novel Visual Language based on Common Lisp, CLOS and OpenGL. In Proceedings of International Computer Music Conference, Gothenburg, Sweden. p.142–145.

MALT, M.; JOURDAN, E. (2008). Zsa.Descriptors: a library for real-time descriptors analysis. In 5th Sound And Music Computing Conference, Berlin, Allemagne.

MALT, M.; JOURDAN, E. (2009). Real-Time Uses of Low Level Sound Descriptors as Event Detection Functions Using the Max/MSP Zsa.Descriptors Library. SBCM, Recife, Brazil.

MANZOLLI, J. (1988). Um Modelo Matemático para Timbre Orquestral. Dissertação de mestrado, IMECC, Unicamp.

McADAMS,S. & BATTIER, M. (2005). Creation and perception of a contemporary musical work: The Angel of Death by Roger Reynolds. Ircam, Paris.

MONTEIRO, A. (2012). Criação e Performance Musical no Contexto dos Instrumentos Digitais. Dissertação de Mestrado. Núcleo Interdisciplonar de Comunicação Sonora – NICS/UNICAMP. Universidade Estadual Campinas. 159 pgs.

PADOVANI, J.; FERRAZ, S. (2011). Proto-História, Evolução e Situação Atual das Técnicas Estendidas na Criação Musical e na Performance. Música Hodie, Vol.11.

PAMPALK, E. (2006). Computational models of music similarity and their application in music information retrieval. Tese de Doutorado. Austria: Vienna University of Technology.

Orchestration. W Norton & Company Incorporated. 33. PUCKETTE, M. S. (1996). Pure Data. Proceedings, International Computer Music Conference. San Francisco: International Computer Music Association. p.269–272.

PSENICKA, D. (2003). Sporch: An algorithm for orchestration based on spectral analyses of recorded sounds. Proceedings of ICMC. p.184.

ROSE, F.; HETRICK, J. E. (2009). Enhancing orchestration technique via spectrally based linear algebra methods. Computer Music Journal, v. 33, n. 1, p. 32–41. 36. RIMSKY-KORSAKOV, N. (1922). Principles of Orchestration. ed. by Maximilian Steinberg. Traduzido por Edward Agate; New York: Dover Publications.

SCHAFER, M. (1997). A afinação do mundo. Título original em inglês: The Tuning of the World. 1977. Editora UNESP.

SHEH A, ELLIS D.P.W. (2003). Chord segmentation and recognition using EM-trained hidden Markov models. International Conference On MIR, Baltimore, USA.

SHEPARD, R. N. (1982). Structural representations of musical pitch. In Deutsch, D., editor, The Psychology of Music, First Edition. Swets & Zeitlinger.

THEODORIDIS, S.; KOUTROUMBAS. (2009). Pattern Recognition. Academic press. 967 pgs.

THOSHKAHNA, B.; NSABIMANA, F.; RAMAKRISHNAN, K. R. (2011). A Transient Detection Algorithm For Audio Using Iterative Analysis Of Stft. 12th International Society for MIR Conference.

WANG, A. (2003). An Industrial Strength Audio Search Algorithm. ISMIR.

Downloads

Publicado

2015-11-10

Edição

n. 32 (2015): General Topics

Seção

Artigos em Português/Espanhol

Licença

Copyright (c) 2015 Per Musi

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Licença Creative Commons
Exceto onde está indicado, o conteúdo neste site está sob uma Licença Creative Commons - Atribuição 4.0 Internacional.

Como Citar

“Lana Tai – No Dia Em Que Nasceu Uma Aquarela : Diário De Bordo De Uma composição a Partir De Descritores De áudio”. 2015. Per Musi, nº 32 (novembro): 1-26. https://periodicos.ufmg.br/index.php/permusi/article/view/38463.