频率波动的复杂性与低音维奥尔琴的诠释风格

将一组音乐作品中的音频信号建模为复杂网络，以研究频率波动的复杂性与低音维奥尔琴（bass viola da gamba）诠释风格之间的关系。基于跨学科科学与音乐方法，我们计算了频谱分解并将其频率分量转化为声音网络。我们应用了最佳拟合分析以识别更精确描述此类频率行为的统计分布，并计算了中心性度量和识别团以表征该网络。研究结果表明，在最能描述频率波动的统计分布类型中存在统计规律性。中心性度量确认了一首音乐作品中最具影响力和最稳定的声音组，同时最大团的识别表明了密切交互以揭示复杂频率波动涌现的功能性声音组。因此，通过将声音建模为复杂网络，我们能够清晰地将大规模统计规律性的存在与由同一音乐家演奏的不同音乐事件相关的相似频率波动的存在联系起来。