344 lines
16 KiB
Plaintext
344 lines
16 KiB
Plaintext
- require "base64"
|
||
~ "\xEF\xBB\xBF"
|
||
- def quellen opts
|
||
- etc = opts.key? :etc
|
||
- if etc
|
||
- opts.delete :etc
|
||
- etc = "\n<etc/>"
|
||
- else
|
||
- etc = ''
|
||
- "<quellen>#{opts.map {|k, v| "<quelle jahr=#{v}>#{k}</quelle>" }.join "\n"}#{etc}</quellen>"
|
||
- def link link
|
||
- "<a href=\"#{link}\">#{link}</a>"
|
||
- def import_data file
|
||
- mime_type = IO.popen(["file", "--brief", "--mime-type", file], in: :close, err: :close) { |io| io.read.chomp }
|
||
- content = Base64.urlsafe_encode64 File.read( file)
|
||
- "data:#{mime_type};base64,#{content}"
|
||
!!! 5
|
||
%html(lang='de')
|
||
%head
|
||
-#%meta(charset="utf-8")
|
||
%title “Düsterkeit” in der Musik: Physikalische Entsprechungen und Vorhersagemodelle
|
||
-#%link(rel="stylesheet" href="fonts/Roboto.css")
|
||
-#%link(rel="stylesheet" href="fonts/RobotoSlab.css")
|
||
-#%link(rel="stylesheet" href="fonts/PT_Mono.css")
|
||
-#%link(rel="stylesheet" href="fonts/PT_Sans.css")
|
||
-#%link(rel="stylesheet" href="fonts/Vollkorn.css")
|
||
-#%link(rel="stylesheet" href="fonts/Asset.css")
|
||
-#%link(rel="stylesheet" href="fonts/WithinDestruction.css")
|
||
-#%link(rel="stylesheet" href="fonts/BlackDahlia.css")
|
||
-#%link(rel="stylesheet" href="fonts/ThroughStruggleDEMO.css")
|
||
-#%link(rel="stylesheet" href="fonts/TheDefiler.css")
|
||
%link(rel="stylesheet" href="fonts/Cardo.css")
|
||
%link(rel="stylesheet" href="fonts/Italianno.css")
|
||
-#%link(rel="stylesheet" href="fonts/CinzelDecorative.css")
|
||
%link(rel="stylesheet" href="style.css")
|
||
%meta(name="viewport" content="width=device-width, initial-scale=1.0, user-scalable=no")
|
||
|
||
|
||
%body
|
||
%header(style="")
|
||
%figure.logos(style="margin-top:0.3cm")<>
|
||
%img#uni-logo(src="files/Uni_Logo_2016_ausschnitt.gif")
|
||
%img#tagungs-logo(style="float:right" src="files/daga-2018-logo.png")
|
||
%div(style="font-size:0.8em;margin-top:1.31cm")
|
||
44. Jahrestagung für Akustik
|
||
%br<>
|
||
Technische Universität München
|
||
%br<>
|
||
19. März 2018 .. 22. März 2018
|
||
-#.grabstein
|
||
.grabstein-was DAGA
|
||
.grabstein-wo Technische Universität München
|
||
.grabstein-von ✦ 19. März 2018
|
||
.grabstein-bis ✝ 22. März 2018
|
||
%img(style="height:7cm;top:3cm;right:24cm;position:absolute" alt="Dunkle Nacht" src="files/Candle.png")
|
||
%h1
|
||
<q>Düsterkeit</q> in der Musik:
|
||
-#%br<>
|
||
Physikalische Entsprechungen und Vorhersagemodelle
|
||
%p#authors<>
|
||
%span.author(data-mark="1,2")<> Isabella Czedik-Eysenberg
|
||
%span.author(data-mark="1")<> Christoph Reuter
|
||
%span.author(data-mark="2")<> Denis Knauf
|
||
%p#institutions<>
|
||
%span.institution(data-mark="1")<> Institut für Musikwissenschaft, Universität Wien
|
||
%span.institution(data-mark="2")<> Informatik, Technische Universität Wien
|
||
|
||
%main
|
||
#column1
|
||
%section#hintergrund
|
||
%h1 1. Hintergrund
|
||
%p
|
||
Von Dowlands <q>Songs of Darkness</q> bis hin zu Genres wie Gothic oder
|
||
Doom Metal ist <q>Düsterkeit</q> eine Dimension von Musik, die sich auch
|
||
abseits melan-<jbr/>cholischer Texte im Klangbild niederschlagen kann.
|
||
%p
|
||
In musikalischen Adjektiv-Klassifikationen bildete der Begriff
|
||
<q>düster</q> (<q>dark</q>) einen gemeinsamen Cluster mit Trauer-bezogenen
|
||
Adjektiven (etwa <q>gloomy</q>, <q>sad</q>, <q>depressing</q>)
|
||
#{quellen Hevner: 1936}.
|
||
Jene Verknüpfung wurde auch in späteren Arbeiten zur automatisierten
|
||
musikalischen Affektdetektion aufgegriffen #{quellen 'Li & Ogihara'=>2003}.
|
||
Dies würde die Relevanz von Klangattributen,
|
||
welche mit dem Ausdruck von Trauer assoziiert sind – etwa
|
||
Moll-Tonarten oder auch tiefere Grundtonhöhen,
|
||
geringe Melodiebewegungen und ein <q>düsteres</q> Timbre
|
||
#{quellen Huron: 2008} – nahelegen.
|
||
%p
|
||
Von der Klangfarbenforschung ausgehend wird <q>Helligkeit</q> (messbar
|
||
an der spektralen Verteilung eines Klanges) häufig als eine zentrale
|
||
perzeptuelle Klangfarbendimension angesehen
|
||
#{quellen 'Wedin & Goude'=>1972, Bismarck: 1974, Grey: 1975, 'Siddiq et al.'=>2014}.
|
||
Dies wirft u.a. die Frage auf, ob es hierbei einen (umgekehrt
|
||
proportionalen) Zusammenhang gibt, bzw. welche anderen
|
||
zusätzlichen Faktoren zu einer klanglichen Düsterkeitsbewertung
|
||
beitragen.
|
||
|
||
%section#fragestellung
|
||
%h1 2. Fragestellungen und Ziele
|
||
%ol
|
||
%li
|
||
%p
|
||
Wie lässt sich das Wahrnehmungskonzept klanglicher <q>Düsterkeit</q>
|
||
anhand von Audiomerkmalen charakterisieren?
|
||
%li
|
||
%p
|
||
Korreliert die empfundene klangliche <q>Düsterkeit</q> umgekehrt
|
||
proportional mit klangfarblicher <q>Helligkeit</q>?
|
||
%li
|
||
%p
|
||
Ziel ist die Erstellung eines Modells zur automatischen Vorhersage
|
||
der wahrgenommenen <q>Düsterkeit</q> von Musikstücken.
|
||
|
||
%section#methoden
|
||
%h1 3. Methoden
|
||
%p
|
||
150 Musikbeispiele aus 10 unterschiedlichen Subgenres der Bereiche
|
||
Metal, Techno, Gothic und Pop wurden anhand von Hörerstatistiken
|
||
der Internetplattform LastFM selektiert. Die Refrains dieser
|
||
Stücke wurden 40 Versuchspersonen zur Bewertung dargeboten, um
|
||
eine Ground Truth für die Wahrnehmung der <q>Düsterkeit</q> von
|
||
Musikbeispielen zu erheben. Unter Einsatz von Essentia
|
||
#{quellen 'Bogdanov et al.'=> 2013}, MIRtoolbox
|
||
#{quellen 'Lartillot & Toiviainen'=> 2007},
|
||
Loudness Toolbox #{quellen Genesis: 2009} und TSM Toolbox
|
||
#{quellen 'Driedger & Müller'=>2014} wurden 230
|
||
Signaleigenschaften über die spektrale Verteilung, zeitliche und
|
||
dynamische Klangfaktoren gewonnen. Diese wurden mittels Machine
|
||
Learning-Verfahren unter Kreuzvalidierung ausgewertet und kombiniert,
|
||
um auf Basis der Hörversuchsdaten Vorhersagemodelle zu erstellen.
|
||
|
||
%section#schlussfolgerungen
|
||
-#(style="width:44.5%;display:inline-block;float:left")
|
||
%h1 5. Diskussion/Schlussfolgerungen
|
||
%p
|
||
Es konnte anhand von Audiomerkmalen ein Modell zur Vorhersage
|
||
einer Bewertung musikalischer Düsterkeit aufgestellt werden
|
||
<nobr>(Korrelation r = 0,80, p < 0,01)</nobr>.
|
||
%p
|
||
Eine Antiproportionalität mit klangfarblicher Helligkeit ließ sich
|
||
mit gängigen Maßen hierfür nicht nachweisen.
|
||
%p
|
||
Eine Gleichsetzung mit <q>traurig</q> scheint nicht 1:1 möglich zu sein,
|
||
sehr wohl finden sich aber starke Zusammenhänge (etwa Moll-Harmonik).
|
||
%p
|
||
Das Konzept soll in folgenden Untersuchungen genauer in Hinblick
|
||
auf das Interrater-Agreement und den Zusammenhang zu anderen
|
||
Wahrnehmungskonzepten betrachtet werden.
|
||
|
||
#column2
|
||
%section#ergebnisse1(style="height:96.35cm")
|
||
%h1 4. Ergebnisse
|
||
%figure.right(style="width:70%")
|
||
%img(alt='Verwelkter Mohn' src='files/violin_genre_darkMean.svg')
|
||
%p
|
||
Es zeigt sich ein Bezug zwischen dem Genre und der
|
||
durchschnittlichen Düsterkeitsbewertung der jeweiligen Stimuli.
|
||
%figure.right(style="width:35%")
|
||
%img(alt='Ernstes Indigo' src='files/scatter_spectral_centroid_essentia_darkness.svg')
|
||
%p
|
||
Eine Antiproportionalität zu klangfarblicher <q>Helligkeit</q> lässt
|
||
sich (mit der vorliegenden Messmethode) nicht nachweisen. Es liegt
|
||
im Gegenteil sogar eine leicht positive Korrelation vor –
|
||
womöglich u.a. bedingt durch erhöhte dissonante Klanganteile im
|
||
Hochfrequenzbereich (z.B. Schlagzeugvorkommen). Werden die
|
||
perkussiven Signalanteile zuvor ausgefiltert, verringert sich
|
||
dieser Effekt bereits deutlich.
|
||
%figure.nobrtd(style="width:24em")
|
||
:markdown
|
||
Merkmal|r|p
|
||
---|---|---
|
||
Spectral Centroid|0,3340|< 0,0001
|
||
Hochfrequenzanteil (> 1500 Hz)|0,1526|0,0631
|
||
Spectral Centroid (harmonischer Teil)|0,2094|0,0101
|
||
Hochfrequenzanteil (harmonischer Teil)|0,1270|0,1215
|
||
{:.merkmale}
|
||
%figcaption
|
||
Korrelation der durchschnittlichen Düsterkeits<wbr/>bewertung mit Maßen
|
||
für klangfarbliche Helligkeit.
|
||
|
||
.clear
|
||
%figure.left(style="width:41.1%")
|
||
%img(alt='Trauriges Purpur' src='files/violin_keyEdma_darkMean_blaugelb.svg')
|
||
|
||
%figure
|
||
%figure.right(style="width:12em")
|
||
%img(alt="lilien grau" src="files/meanspectra_10khz_600dpi.png")
|
||
%figure.right
|
||
:markdown
|
||
Merkmal|r|p
|
||
---|---|---
|
||
RMS Gammatone 1|- 0,3989|< 0,0001
|
||
RMS Gammatone 4|- 0,3427|< 0,0001
|
||
RMS Gammatone 5|- 0,3126|0,0001
|
||
{:.merkmale}
|
||
%p(style="clear:right")
|
||
Zwischen den 30 am düstersten bzw. am wenigsten düster bewerteten
|
||
Klangbeispielen zeigen sich charakteristische Unterschiede in der spektralen
|
||
Verteilung (insbesondere im Bereich der Gammatone-Filterbank-Bänder 1, 4 und 5).
|
||
|
||
%p(style="clear:right")
|
||
Ein deutlicher Zusammenhang zeigt sich mit der Tonart der
|
||
jeweiligen Ausschnitte: Moll-Beispiele wurden im Durchschnitt als
|
||
düsterer bewertet als Stücke in Dur-Tonarten (<nobr>p < 0.0001</nobr> laut t-Test).
|
||
%p(style="clear:right")
|
||
Teilweise eher statische Tonchroma-Veränderungen im Fall der als
|
||
düster bewerteten Beispiele könnten die Theorie geringere
|
||
Tonhöhenbewegungen in Zusammenhang mit einem Ausdruck von Trauer
|
||
bestätigen (siehe z.B. Chromagramm <q><nobr>Sunn 0)))</nobr></q>).
|
||
%figure.right(style="width:58.2%")
|
||
%img(style="width:49%" alt='Schrumpeliges Gelb' src='files/chromagramm_sunn.svg')
|
||
%img(style="width:49%" alt='Vergängliches Weiß' src='files/chromagramm_abba.svg')
|
||
%p(style="clear:left;max-width: 50%")
|
||
Der stärkste Zusammenhang lässt sich zur Spectral Complexity
|
||
feststellen, welche die Komplexität des Signals in Bezug auf seine
|
||
Frequenzkomponenten anhand der Anzahl spektraler Peaks im Bereich
|
||
zwischen 100 Hz und 5 kHz beschreibt. Dies ist interessant mit den
|
||
Ergebnissen von #{quellen 'Laurier et al.' => 2010} in Bezug zu setzen,
|
||
welche beobachteten, dass <q>entspannte</q> (<q>relaxed</q>) Stücke eine
|
||
niedrigere spektrale Komplexität aufweisen, <q>fröhliche</q> (<q>happy</q>)
|
||
Stücke jedoch eine leicht höhere spektrale Komplexität als
|
||
<q>nicht fröhliche</q>.
|
||
%figure.left(style="width:59.83%;position:relative")
|
||
%img(alt='Totes Grün' src='files/scatter_model8_mit_beschriftung_gross.svg')
|
||
%img(alt="Farbiges Beispiel" style="width:5cm;opacity:0.7;position:absolute;top:0;left:3cm" src="files/bat.png")
|
||
%p(style="clear:right")
|
||
Nach sequentieller Merkmalsauswahl wurden 8 Signaldeskriptoren zur
|
||
Bildung eines Modells zu Rate gezogen:
|
||
:markdown
|
||
Merkmal|r|p
|
||
----|----|----
|
||
Spectral Complexity (mean)| 0,6224| < 0,0001
|
||
HPCP Entropy (mean)| 0,5355| < 0,0001
|
||
Dynamic Complexity| - 0,4855| < 0,0001
|
||
Onset Rate| - 0,4837| < 0,0001
|
||
Pitch Salience| 0,4835| < 0,0001
|
||
MFCC 3 (mean)| 0,4657| < 0,0001
|
||
Spectral Centroid (mean)| 0,3340| < 0,0001
|
||
RMS Energy Gammatone 4| - 0,3427| < 0,0001
|
||
{:.merkmale}
|
||
%p
|
||
Anhand dieser wurde unter 5-facher Kreuzvalidierung ein lineares
|
||
Regressionsmodell zur Abschätzung der Düsterkeitsbewertung erstellt.
|
||
:markdown
|
||
Merkmal|Wert
|
||
----|----
|
||
Root-mean-squared error (RMSE)|0,81<span class="hidden">00</span>
|
||
Bestimmtheitsmaß (R<sup>2</sup>)|0,60<span class="hidden">00</span>
|
||
Mean Squared Error (MSE)|0,65<span class="hidden">00</span>
|
||
Mean Average Error (MAE)|0,64<span class="hidden">00</span>
|
||
Korrelation (insgesamt)|0,7978
|
||
{:.merkmale}
|
||
%div(style="clear:left")
|
||
.clear
|
||
|
||
%footer
|
||
%section#literatur
|
||
-#(style="width:44.5%;display:inline-block;float:right")
|
||
%h1 6. Literatur
|
||
%ul.literatur
|
||
%li
|
||
%span.author Bismarck, G. v.
|
||
%span.year 1974
|
||
%span.title Sharpness as an attribute of the timbre of steady sounds
|
||
%nobr
|
||
%span.book Acta Acustica united with Acustica 30.3
|
||
%span.pages 159–172
|
||
%li
|
||
%span.author Bogdanov, D., Wack N., Gómez E., Gulati S., Herrera P., Mayor O., et al.
|
||
%span.year 2013
|
||
%span.title ESSENTIA: an Audio Analysis Library for Music Information Retrieval
|
||
%nobr
|
||
%span.herausgeber International Society for Music Information Retrieval Conference (ISMIR'13)
|
||
%span.pages 493-498
|
||
%li
|
||
%span.author Driedger, J. & Müller, M.
|
||
%span.year 2014
|
||
%span.title TSM Toolbox: MATLAB Implementations of Time-Scale Modification Algorithms
|
||
%span.herausgeber Proc. of the International Conference on Digital Audio Effects
|
||
%li
|
||
%span.author Genesis
|
||
%span.year 2009
|
||
%span.title Loudness toolbox
|
||
%span.link
|
||
%a(href="http://www.genesis-acoustics.com/en/index.php?page=32")
|
||
http://www.genesis-acoustics.com/en/index.php?page=32
|
||
%li
|
||
%span.author Grey, J.M.
|
||
%span.year 1975
|
||
%span.title An Exploration of Musical Timbre
|
||
%span.herausgeber Stanford University, CCRMA Report No.STAN-M-2
|
||
%li
|
||
%span.author Hevner, K.
|
||
%span.year 1936
|
||
%span.title Experimental studies of the elements of expression in music
|
||
%nobr
|
||
%span.herausgeber The American Journal of Psychology, 48(2)
|
||
%span.pages 246-268
|
||
%li
|
||
%span.author Lartillot, O., & Toiviainen, P.
|
||
%span.year 2007
|
||
%span.title A Matlab toolbox for musical feature extraction from audio
|
||
%nobr
|
||
%span.herausgeber International Conference on Digital Audio Effects, Bordeaux
|
||
%span.pages 237-244
|
||
%li
|
||
%span.author Laurier, C., Meyers, O., Serrà, J., Blech, M., Herrera, P., & Serra, X.
|
||
%span.year 2010
|
||
%span.title Indexing music by mood: Design and integration of an automatic content-based annotator
|
||
%nobr
|
||
%span.herausgeber Multimedia Tools and Applications, 48(1)
|
||
%span.pages 161-184
|
||
%span.link
|
||
%a(href="http://dx.doi.org/10.1007/s11042-009-0360-2") http://dx.doi.org/10.1007/s11042-009-0360-2
|
||
%li
|
||
%span.author Li,T., Ogihara,M.
|
||
%span.year 2003
|
||
%span.title Detecting emotion in music
|
||
%nobr
|
||
%span.herausgeber 4th ISMIR Washington & Baltimore
|
||
%span.pages 239-240
|
||
%li
|
||
%span.author Huron, D.
|
||
%span.year 2008
|
||
%span.title A comparison of average pitch height and interval size in major-and minor-key themes
|
||
%nobr
|
||
%span.herausgeber Empirical Musicology Review, 3
|
||
%span.pages 59-63
|
||
%li
|
||
%span.author Siddiq,S. et al.
|
||
%span.year 2014
|
||
%span.title Kein Raum für Klangfarben - Timbre Spaces im Vergleich
|
||
%nobr
|
||
%span.herausgeber 40. DAGA
|
||
%span.pages 56-57
|
||
%li
|
||
%span.author Wedin, L. & Goude, G.
|
||
%span.year 1972
|
||
%span.title Dimension analysis of the perception of instrumental timbre
|
||
%nobr
|
||
%span.herausgeber Scandinavian Journal of Psychology 13.1
|
||
%span.pages 228–240
|
||
.clear
|