Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
Programa de doctorat en Tecnologies de la Informació i les Comunicacions
This dissertation revolves around the task of computational key estimation in electronic dance music, upon which we perform three interrelated operations. First, we attempt to detect possible misconceptions within the task, which is typically accomplished with a tonal vocabulary overly centred in Western classical tonality, reduced to a binary major-minor model which might not accomodate popular music styles. Second, we present a study of tonal practises in electronic dance music, developed hand in hand with the curation of a corpus of over 2,000 audio excerpts, including multiple subgenres and degrees of complexity. Based on this corpus, we propose the creation of more open-ended key labels, accounting for other modal practises and ambivalent tonal configurations. Last, we describe our own key finding methods, adapting existing models to the musical idiosyncrasies and tonal distributions of electronic dance music, with new statistical key profiles derived from the newly created corpus.
Aquesta tesi doctoral versa sobre anàlisi computacional de tonalitat en música electrònica de ball. El nostre estudi es concentra en tres operacions fonamentals. Primer, intentem assenyalar possibles equívocs dins de la pròpia tasca, que normalment es desenvolupa sobre un vocabulari tonal extremadament centrat en el llenguatge de la música clàssica europea, reduït a un model binari major-menor que podria no acomodar fàcilment estils de música popular. Seguidament, presentem un estudi de pràctiques tonals en música electrònica de ball, efectuat en paral·lel a la recol·lecció i anàlisi d'un corpus de més de 2.000 fragments de música electrònica, incloent diversos subgèneres i graus de complexitat tonal. Basat en aquest corpus, suggerim la creació d'etiquetes tonals més obertes, que incloguin pràctiques modals així com configuracions tonals ambigües. Finalment, descrivim el nostre sistema d'extracció automàtica de tonalitat, adaptant models existents a les particularitats de la música electrònica de ball, amb la creació de distribucions tonals específiques a partir d'anàlisis estadístiques del recentment creat corpus.
Esta tesis doctoral versa sobre análisis computacional de tonalidad en música electrónica de baile. Nuestro estudio se concentra en tres operaciones fundamentales. Primero, intentamos señalar posibles equívocos dentro de la propia tarea, que normalmente se desarrolla sobre un vocabulario tonal extremadamente centrado en el lenguaje de la música clásica europea, reducido a un modelo binario mayor-menor que podría no acomodar fácilmente estilos de música popular. Seguidamente, presentamos un estudio de prácticas tonales en música electrónica de baile, efectuado en paralelo a la recolección y análisis de un corpus de más de 2.000 fragmentos de música electrónica, incluyendo varios subgéneros y grados de complejidad tonal. Basado en dicho corpus, sugerimos la creación de etiquetas tonales más abiertas, que incluyan prácticas modales así como configuraciones tonales ambiguas. Por último, describimos nuestro sistema de extracción automática de tonalidad, adaptando modelos existentes a las particularidades de la música electrónica de baile, con la creación de distribuciones tonales específicas a partir de análisis estadísticos del recién creado corpus.
Electronic dance music; Edm; Music theory; Popular music; Tonality; Tonality induction; Tonal hierarchies; Key estimation; Corpus studies; Music information retrieval; Mir; Computational musicology; Música electrònica de ball; Teoria de la música; Música popular; Tonalitat; Inducció tonal; Jerarquies tonals; Estimació de tonalitat; Estudis de corpus; Recuperació d'informació musical; Musicologia computacional; Música electrónica de baile; Teoría de la música; Tonalidad; Inducción tonal; Jerarquías tonales; Estimación de tonalidad; Estudios de corpus; Recuperación de información musical; Musicología computacional
62 - Engineering