符号音乐中动机变换的概率多标签图建模
声音
2026-03-30 v1 统计方法学
机器学习
摘要
动机经常在音乐作品中以改变的形式重复出现,在经历局部变化的同时保留其身份的某些方面。本文研究了此类动机变换在其音乐语境中如何在符号音乐中发生。为支持这一分析,我们开发了一个概率框架来建模动机变换,并将其应用于贝多芬钢琴奏鸣曲,通过整合多个数据集,在统一的分析表示中提供旋律、节奏、和声与动机信息。动机变换通过将每个动机实例与其局部语境中的指定参考出现进行比较来表示为多标签变量,确保变换族之间的一致标注。我们引入了一个多标签条件随机场来建模动机级音乐特征如何影响变换的发生以及不同变换族倾向于如何共现。我们的目标是提供动机变换模式的可解释分布分析,使其能够研究其结构关系和风格变化。通过将计算建模与音乐理论解释相结合,所提出的框架支持对符号语料库中音乐结构和复杂性的定量研究,并可能促进对更广泛作曲模式和写作实践的分析。
引用
@article{arxiv.2603.26478,
title = {Probabilistic Multilabel Graphical Modelling of Motif Transformations in Symbolic Music},
author = {Ron Taieb and Yoel Greenberg and Barak Sober},
journal= {arXiv preprint arXiv:2603.26478},
year = {2026}
}
备注
23 pages (21 pages main text), 2 figures. Submitted to Journal of New Music Research (Special Issue on Computational and Cognitive Musicology)