• UABDivulga
27/07/2017

Intel·ligència artificial per preservar el patrimoni musical

Intel•ligència artificial per a preservar el patrimoni musical
Investigadors del CVC i del Departament de Musicologia de la UAB estan col·laborant en diferents línies d’investigació per preservar, catalogar i difondre els documents de música històrica i per evolucionar cap al tractament digital de la informació musical.
By: Freepik

De la mateixa manera que en la digitalització de textos impresos existeix l’OCR (Optical Character Recognition), un procés capaç de reconèixer els caràcters prèviament escanejats, si ens centrem en el llenguatge musical, també hi trobem el seu símil. Es tracta de l’OMR (Optical Music Recognition) i permet que l’ordinador reconegui una partitura escanejada i la converteixi en un format digital. El problema, però, apareix quan es tracta d’antigues partitures manuscrites, ja que les dissemblances en les cal·ligrafies, les ratlladures i la degradació provocada pel pas dels anys, dificulten el seu reconeixement.
 
A partir de l’anàlisi dels píxels de la imatge, l’ordinador és capaç de detectar de quina nota o símbol musical es tracta. D’aquesta manera, pot descobrir que aquella figura que està reconeixent és una clau de fa en lloc d’una clau de sol o que és un fa sostingut en lloc d’un si bemoll. Ara bé, quan es tracta d’identificar agrupacions de notes, com per exemple, grups de semicorxeres amb fuses, la complexitat incrementa i es converteix en un problema. Per solucionar-ho, el grup d’investigadors del CVC està desenvolupant un mètode que permet desgranar aquests grups per a poder llegir cada una de les seves components (notes) per separat i, d’aquesta manera, reconèixer tota la partitura.

Paral·lelament a això, també s’està investigant un mètode per a detectar totes les variacions que presenten les diferents partitures d’una mateixa obra. Sovint, ens trobem que d’una mateixa obra o peça musical, existeixen diferents versions provinents de les modificacions que els directors d’orquestra han anat fent amb el pas dels anys. Aquestes, es poden detectar de forma manual, mirant i comparant les partitures. Tanmateix, quan es tracta d’obres de llarga durada, com és el cas de les òperes, aquesta tasca resulta interminable i copiosa. Amb aquest sistema, l’ordinador podria detectar automàticament els fragments modificats, estalviant temps als musicòlegs i aportant una major precisió.

Una tercera línia de recerca pel que fa a la música és la possibilitat de descobrir l’autor de les composicions anònimes en els arxius musicals històrics. Avui en dia, encara existeix un gran patrimoni musical que roman guardat i, gairebé oblidat, a molts arxius de parròquies i catedrals de Catalunya, ja que ningú ha invertit prou temps a recopilar-les, escanejar-les, editar-les i distribuir-les. Així doncs, els investigadors del CVC proposen un mètode amb el qual l’ordinador pot identificar l’autor de la partitura analitzant i comparant l’estil de la seva escriptura musical.

Finalment, des del CVC també s’ha elaborat un sistema per a  digitalitzar els rotlles de pianola. Aquests rotlles tenen un gran interès històric, ja que són autèntics testimonis de la interpretació musical de les primeres dècades del segle XX. Amb aquest mètode, doncs, les grans col·leccions de rotlles de pianola dels museus i biblioteques es poden convertir en arxius MIDI, facilitant la seva preservació i difusió.

Alicia Fornés
afornes@cvc.uab.es
 
 
Núria Martínez Segura
nmartinez@cvc.uab.es
 

Centre de Visió per Computador (CVC)
Universitat Autònoma de Barcelona

Referències

Alicia Fornés, Josep Lladós, Jordi Roquer, Francesc Cortès.  Analysis and Recognition of Handwriten Music Scores and Pianola Rolls. UNED Conferences Portal, EADH Day.
 

 
View low-bandwidth version