Géneros musicales clasificados utilizando la entropía de archivos MIDI

La comunicación es el proceso de reproducir un mensaje creado en un punto del espacio en otro punto del espacio. Ha sido estudiado en profundidad por numerosos científicos e ingenieros, pero es el tratamiento matemático de la comunicación el que ha tenido una influencia más profunda.

Para los matemáticos, los detalles de un mensaje no tienen importancia. Todo lo que importa es que el mensaje se pueda considerar como un conjunto ordenado de símbolos. Los matemáticos saben desde hace tiempo que este conjunto se rige por leyes fundamentales descritas por primera vez por Claude Shannon en su teoría matemática de la comunicación.

El trabajo de Shannon revolucionó la forma en que los ingenieros conciben la comunicación, pero también tiene consecuencias de largo alcance en otras áreas. El lenguaje implica la transmisión de información de un individuo a otro y la teoría de la información proporciona una ventana a través de la cual estudiar y comprender su naturaleza. En informática, los datos se transmiten de un lugar a otro y la teoría de la información proporciona la base teórica que permite que esto se haga de la manera más eficiente. Y en biología, la reproducción puede considerarse como la transmisión de información genética de una generación a la siguiente.

También se puede pensar en la música como la transmisión de información de un lugar a otro, pero los científicos han tenido mucho menos éxito en el uso de la teoría de la información para caracterizar la música y estudiar su naturaleza.

Hoy, eso cambia gracias al trabajo de Gerardo Febres y Klaus Jaffé en la Universidad Simón Bolívar de Venezuela. Estos muchachos han encontrado una manera de usar la teoría de la información para desmenuzar la naturaleza de ciertos tipos de música y clasificar automáticamente diferentes géneros musicales, una tarea famosamente difícil en informática.

Una de las razones por las que la música es tan difícil de estudiar es que no se traduce fácilmente en un conjunto ordenado de símbolos. La música a menudo consiste en muchos instrumentos que tocan diferentes notas al mismo tiempo. Cada uno de estos puede tener varias cualidades de timbre, volumen, etc.

Capturar todo esto en un conjunto de símbolos, junto con cualquier interpretación individual que agregue el músico, es un asunto complicado. Eso no ha impedido que los investigadores lo intenten, aunque con grados limitados de éxito.

Febres y Jaffé abordan este problema de una forma muy sencilla utilizando un estándar común para digitalizar música llamado MIDI. Un archivo MIDI es una representación digital de una pieza musical que puede ser leída por una amplia variedad de computadoras, reproductores de música e instrumentos electrónicos.

Cada archivo contiene información sobre el tono y la velocidad, el volumen, el vibrato, etc. de una pieza musical. Esto permite que la música creada en un lugar se reproduzca con precisión en otro lugar.

Pero un archivo MIDI en sí mismo es simplemente una serie ordenada de 0 y 1 y esto le dio a Febres y Jaffé una forma de analizarlo utilizando la teoría de la información estándar. De hecho, simplemente abrieron cada archivo como .txt y leyeron la secuencia resultante de símbolos aparentemente aleatorios.

La belleza de la teoría de la información es que las herramientas desarrolladas para comprimir mensajes enviados a Marte o para analizar los componentes del lenguaje pueden aplicarse igualmente a cualquier conjunto de símbolos. Y eso es lo que han hecho Febres y Jaffé.

Comenzaron comprimiendo cada conjunto de símbolos en el número mínimo necesario para generar la música original. Este conjunto fundamental les permitió medir la entropía o el contenido de información asociado con cada pieza musical.

Pero también estudiaron la forma en que esta entropía variaba con el tiempo. De hecho, estudiaron cómo esta entropía de segundo orden variaba en 450 piezas de 71 compositores y 15 períodos o tipos de música diferentes.

Para su sorpresa, encontraron que la música del mismo género compartía valores similares para esta entropía de segundo orden. Al mismo tiempo, este tipo de análisis muestra cómo los géneros musicales han evolucionado a lo largo del tiempo.

Es un trabajo interesante que proporciona una nueva y fascinante forma de estudiar música. Hay algunas advertencias, por supuesto. Mientras que algunos géneros musicales son claramente identificables de esta manera, otros estilos aparentemente diferentes se superponen.

Por ejemplo, la música raga venezolana e india ocupan regiones únicas en este espacio de parámetros. Varios compositores clásicos también ocupan regiones específicas y, por lo tanto, pueden identificarse potencialmente mediante este método.

Pero, en promedio, la música rock y la música clásica se superponen mucho, lo que dificulta identificarlas automáticamente. El trabajo futuro puede mejorar las cosas, tal vez aumentando el tamaño de la base de datos, por ejemplo.

Sin embargo, Febres y Jaffé han logrado avances significativos utilizando una técnica que debería ser ampliamente aplicable. Su próxima tarea, si así lo eligen, es encontrar una manera de aplicar su método, tal vez para sistemas de recomendaciones musicales, antes de que alguien más se involucre.

Ref: arxiv.org/abs/1510.01806 : Música vista por su contenido de entropía: una nueva ventana para el análisis comparativo

esconder