Unsupervised segmentation of Gregorian chant melodies for exploring chant modality
| Název práce v češtině: | Unsupervised segmentace gregoriánských melodií pro zkoumání chorální modality |
|---|---|
| Název v anglickém jazyce: | Unsupervised segmentation of Gregorian chant melodies for exploring chant modality |
| Klíčová slova: | digitální muzikologie|bayesovské metody|pitman-yorův proces|unsupervised segmentace|gregoriánský chorál |
| Klíčová slova anglicky: | digital musicology|bayesian methods|pitman-yor process|unsupervised segmentation|gregorian chant |
| Akademický rok vypsání: | 2022/2023 |
| Typ práce: | diplomová práce |
| Jazyk práce: | angličtina |
| Ústav: | Ústav formální a aplikované lingvistiky (32-UFAL) |
| Vedoucí / školitel: | Mgr. Jan Hajič, Ph.D. |
| Řešitel: | skrytý - zadáno a potvrzeno stud. odd. |
| Datum přihlášení: | 11.04.2023 |
| Datum zadání: | 11.04.2023 |
| Datum potvrzení stud. oddělením: | 16.06.2023 |
| Datum a čas obhajoby: | 06.09.2023 09:00 |
| Datum odevzdání elektronické podoby: | 20.07.2023 |
| Datum odevzdání tištěné podoby: | 24.07.2023 |
| Datum proběhlé obhajoby: | 06.09.2023 |
| Oponenti: | RNDr. David Mareček, Ph.D. |
| Zásady pro vypracování |
| Gregoriánský chorál patří jakožto více než tisíc let stará a stále živá tradice mezi hlavní pilíře evropského kulturního dědictví, a je tak přirozeně předmětem muzikologického zkoumání. Jedním z centrálních problémů gregorianistiky (podoboru muzikologie, který chorál zkoumá) je fenomén chorální modality: rozdělení melodií do osmi modů, což jsou kategorie velice volně analogické moderním tóninám. Dobová hudební teorie popisuje chorální modalitu především pomocí výchozího a závěrečného tónu a rozsahu jakožto příznaků používaných pro určení, do kterého modu má daná melodie patřit. Tato teorie však fenomén chorální modality uspokojivě nevysvětluje: neposkytuje například žádné informace o tom, zda zvolený modus má implikace pro to, jak je v rámci povoleného rozsahu mezi prvním a posledním tónem melodie vedena.
V gregorianistice existuje hypotéza, že mody lze lépe chápat jako množiny určitých ustálených melodických jednotek. Melodie je tak modelována jako posloupnost melodických jednotek charakteristických (především) pro její modus. Gregoriánský chorál je původně především ústní tradice a zpěváci si tisíce melodií pro celý liturgický rok do značné míry pamatovali, což vybízí k hledání segmentace jakožto „komprese“ notového textu — state-of-the-art unsupervised segmentační metody právě kompresi textu často přímo či nepřímo optimalizují. Díky digitálně-muzikologické databázi Cantus máme k dispozici více než deset tisíc gregoriánských melodií ve strojově čitelné podobě, a nabízí se tak možnost hypotézu modů jakožto „melodických slovníčků“ aplikovat a empiricky, pomocí vhodných statistických metod, chorální melodie zkusit segmentovat. Cílem této práce je adaptovat statistické modely pro unsupervised segmentaci na chorální melodie a změřit vztah mezi takto získanou statisticky optimální segmentací a chorální modalitou. Jedná se o doposud nevyzkoušený výzkum, takže neočekáváme pro gregorianistiku převratný výsledek: spíše chceme, aby práce přinesla vhled do toho, jak se segmentační metody na chorálních datech chovají, a zda je smysluplné touto cestou gregorianistiku obohacovat. |
| Seznam odborné literatury |
| David Hiley. Western Plainchant: A Handbook. Clarendon Press (1995). 611pp.
Anna Maria Busse Berger. Medieval Music and the Art of Memory. Berkeley: University of California Press (2005). 304pp. Bas Cornelissen, Willem Zuidema, and John Ashley Burgoyne. Studying Large Plainchant Corpora Using chant21. In: 7th International Conference on Digital Libraries for Musicology (DLfM 2020). Association for Computing Machinery, New York, NY, USA (2020). pp. 40–44. https://doi.org/10.1145/3424911.3425514 Mochihashi, D., Yamada, T., & Ueda, N. Bayesian unsupervised word segmentation with nested Pitman-Yor language modeling. In Proceedings of the Joint Conference of the 47th Annual Meeting of the ACL and the 4th International Joint Conference on Natural Language Processing of the AFNLP (2009). pp. 100-108. https://aclanthology.org/P09-1012.pdf |
| Předběžná náplň práce v anglickém jazyce |
| Gregorian chant, as a tradition that is more than a thousand years old and still alive, is one of the main pillars of European cultural heritage and is thus naturally the subject of musicological research. One of the central problems of chant scholarship (the subfield of musicology that studies Gregorian chant) is the phenomenon of choral modality: the division of melodies into eight modes, categories very loosely analogous to modern major and minor keys. Contemporary music theory describes chant modality primarily by using the opening and closing notes of a melody and its range as features used to determine to which mode a given melody should belong. This theory, however, does not satisfactorily explain chant modality: for example, it provides no information about whether a mode has implications for how the melody is constructed within the allowed range between the first and last notes.
There is a hypothesis in chant scholarship that modes are better understood as sets of melodic units. A melody is thus modeled as a sequence of melodic units characteristic (primarily) of its modus. Gregorian chant is originally primarily an oral tradition, and the singers have largely memorized thousands of melodies for the entire liturgical year, motivating the search for segmentation as a "compression" of the musical text - which naturally fits with what state-of-the-art unsupervised segmentation methods often optimize. Thanks to the musicological database Cantus, we have more than ten thousand Gregorian melodies in machine-readable form, and thus we can approach the hypothesis of modes as "melodic vocabularies" empirically, using appropriate computational methods. The aim of this thesis is to adapt statistical models for unsupervised segmentation to chant melodies and to measure the relationship between such statistically optimal segmentations and chant modality. This is as yet untested research, so we do not expect a revolutionary result for Gregorian studies: rather, we want the work to provide insight into how unsupervised segmentation methods behave on chant melodies, and whether it is meaningful to try and enrich Gregorian studies in this way. |