Musicologie cognitive : segmentation et reconnaissance de patterns
Ce projet est né suite à un financement de l'Action concertée incitative du CNRS « Systèmes complexes en sciences humaines et sociales ». Il se continue actuellement dans le cadre d'une collaboration avec l'université de Strasbourg et le CIRMMT.
L'objectif central de cette étude pluridisciplinaire est de concevoir une modélisation à la fois cognitive et computationnelle des mécanismes de perception et de compréhension des patterns musicaux à l'œuvre dans les musiques improvisées du bassin méditerranéen et dans le jazz occidental pour explorer en particulier l'interaction étroite entre les processus de segmentation et ceux de reconnaissance à l'œuvre dans l'écoute, des points de vue de la perception, de l'analyse musicale et de la modélisation informatique.
Cette question relève du domaine des objets complexes en termes de représentations des schémas de connaissances, des processus hiérarchiques de segmentations, de l'interaction entre traitements ascendants et descendants et, surtout en ce qui concerne la musique, des problèmes d'application de ces opérations en temps réel lors d'une écoute musicale. Cette recherche est centrée sur la modélisation par un système informatique d'œuvres musicales avec des hypothèses analytiques et perceptives, dans un double échange avec l'expérimentation : fournir un cadre d'analyse-synthèse d'aide à la validation des hypothèses, et extraire des indices pertinents propices à l'enrichissement du modèle. Un tel objectif nécessite une collaboration étroite entre toutes les disciplines impliquées. Bien que chaque domaine apporte sa méthodologie propre, nous souhaitons favoriser une interaction fine entre les différentes étapes d'analyse, de modélisation et d'expérimentation.
Des expériences transculturelles ont été conduites avec des sujets acculturés dans les différents styles abordés dans cette étude, et les résultats de cette étude ont été comparés avec ceux fournis par le modèle informatique, mettant en avant un concept important, celui de mélodie mère, ou pattern archétypique qui généralise les motifs particuliers. La reconnaissance de ces archétypes est effectivement discriminante entre les différentes populations, et il est apparu que la modélisation informatique devrait prendre en compte cet aspect pour atteindre un pouvoir d'analyse convaincant.
Collaborations : université de Strasbourg, CIRMMT université McGill

























