Thèse de Arshia Cont

Modélisation de l’anticipation musicale: Du temps de la musique vers la musique du temps

Arshia Cont

Spécialité
Acoustique, Traitement du signal, Informatique, Appliqués à la Musique
Thèse en cotutelle entre
Université de Californie à San Diego, Department de Musique, et
IRCAM-Centre Pompidou, Equipe Interaction Musicale Temps Réel.

Devant le jury composé de:

Modeling Musical Anticipation: From the time of music to the music of time. Arshia Cont. PhD thesis, University of Paris 6 and University of California in San Diego, October 2008.

Résumé

Cette thèse étudie l’anticipation musicale, à la fois comme un processus cognitif et comme un principe de conception pour des applications d’informatique musicale et d’extraction de données musicales. Dans cette étude, nous reformulons le problème de \emph{modélisation d’anticipation} abordé dans la littérature de la cognition musicale, à celui de \emph{modélisation anticipative}, un principe de conception cognitive pour modéliser des systèmes artificiels. Nous proposons des modèles anticipatifs concernant trois préoccupations principales de l’attente musicale : quoi attendre?, comment attendre?, et quand attendre?.
Dans le traitement de la première question, nous introduisons un cadre mathématique nommé géométrie d’informations musicales combinant la théorie de l’information, la géométrie différentielle, et l’apprentissage statistique pour représenter les contenus pertinents de l’informations musicales. La deuxième question est abordée comme un problème d’apprentissage automatique des stratégies décisionnelles dans un environnement, en employant les méthodes d’apprentissage interactif. Nous proposons pour la troisième question, une nouvelle conception du problème de synchronisation temps réel entre une partition symbolique et un musicien. Ceci nous ramène à Antescofo, un outils préliminaire d’écriture du temps et de l’interaction dans l’informatique musicale. Malgré la variété des sujets abordés dans cette thèse, la conception anticipative est la facture commune entre toutes les propositions avec les prémices de réduire la complexité structurelle et computationnelle de modélisation, et d’aider à aborder des problèmes complexes dans l’informatique musicale.