[论文解读] Automatic Analysis and Influence of Hierarchical Structure on Melody, Rhythm and Harmony in Popular Music

Shuqi Dai, Huan Zhang+1 more|arXiv (Cornell University)|Oct 15, 2020

Music and Audio Processing参考文献 14被引用 7

一句话总结

本文提出一种数据驱动算法，通过旋律、和声与节奏中的重复模式，自动检测流行音乐中的层次化音乐结构。研究发现，不同层次的结构（乐句 vs. 乐段）对和弦进行、旋律轮廓及音符时值的影响各不相同，结构检测准确率达93%，且结构特征与cadences（cadence）和音高倾向性等音乐惯例存在显著相关性。

ABSTRACT

Repetition is a basic indicator of musical structure. This study introduces new algorithms for identifying musical phrases based on repetition. Phrases combine to form sections yielding a two-level hierarchical structure. Automatically detected hierarchical repetition structures reveal significant interactions between structure and chord progressions, melody and rhythm. Different levels of hierarchy interact differently, providing evidence that structural hierarchy plays an important role in music beyond simple notions of repetition or similarity. Our work suggests new applications for music generation and music evaluation.

研究动机与目标

• 开发一种基于重复与相似性的自动方法，用于检测流行音乐中的多层级音乐结构。
• 探究层次结构如何在简单重复之外影响和声、旋律与节奏。
• 提供数据驱动的证据，以支持或挑战传统音乐理论概念。
• 为音乐生成、评估与分析创建新的结构特征。
• 探索七十年来流行音乐中音乐结构的时间演变趋势。

提出的方法

• 该方法使用基于重复的算法，通过分析MIDI数据中旋律、和声与节奏的重复模式，检测乐句。
• 采用分层聚类方法，根据结构相似性与时间邻近性，将乐句聚类为乐段。
• 该算法基于人工标注的MIDI数据进行训练与评估，结构检测准确率达93%。
• 计算在不同结构位置（乐句末、乐段末）的和弦进行（如V–I）的转移概率。
• 在不同结构层级下，条件分析旋律音高的分布（以I级和弦、大调调式为上下文）。
• 比较乐句开头、中间与末尾的音符时值分布，以识别与结构相关的节奏模式。

实验结果

研究问题

• RQ1 在流行音乐中，不同层次的音乐结构（乐句 vs. 乐段）如何影响和弦进行模式？
• RQ2 旋律音高分布在不同结构位置（如乐句末 vs. 乐段末）有何差异？
• RQ3 节奏模式（尤其是音符时值）在乐句与乐段的开头、中间与末尾有何不同？
• RQ4 结构特征与音乐惯例（如cadences与主和弦停顿）的相关性有多高？
• RQ5 在流行音乐中，乐句复杂度与跨乐句相似性等结构特征随时间如何演变？

主要发现

• 乐句末尾出现V–I cadence的概率为0.89，乐段末尾上升至0.94，表明在更高结构层级上分辨率更强。
• 旋律中的音阶度数ˆ1在乐段末尾显著更可能出现（p < .01），而ˆ3在乐句开头更常见。
• 72%的整音符或更长时值的音符出现在结束乐段的乐句末尾，而仅6.4%出现在乐段中间的乐句末尾。
• 跨乐句相似性随作品创作年份下降（p < .01），表明随时间推移，乐段间的对比性逐渐增强。
• 乐句复杂度（通过信息论熵衡量）随年份上升（p < .002），反映出乐句变长及和弦多样性增加。
• 与人工标注数据对比，该算法在检测层次化结构方面准确率达93%。