L’intelligenza artificiale è in grado di riconoscere i musicisti jazz individuandone le impronte musicali

L’identificazione dei musicisti jazz tramite l’individuazione della loro impronta musicale: questa è l’impresa in cui è riuscita l’intelligenza artificiale nel corso di un esperimento condotto dai ricercatori dell’Università di Cambridge pubblicato dalla rivista Nature Machine Intelligence.

Un risultato il quale sembra in grado di offrire una serie di spunti decisivi per quanto concerne l’attribuzione delle opere agli artisti. Ma anche in tema di studio dello stile, conservazione del patrimonio culturale ed educazione musicale.

Intelligenza artificiale: il suo impiego può essere prezioso in ambito musicale

Ci sono degli schemi distintivi che in alcuni musicisti sono spesso riconoscibili all’interno delle loro composizioni. A renderli tali la presenza di strutture ritmiche, progressioni armoniche e motivi melodici. Indicate come “impronte digitali”, nel caso del jazz offrono una preziosa opportunità, quella di studiarle andando a unire composizione, improvvisazione ed esecuzione. Una serie di elementi che, mixati tra di loro possono risultare assolutamente unici. E, per tale via, aiutare infine a riconoscere un singolo interprete.

Occorre sottolineare che, sino ad oggi, l’analisi computazionale del jazz è risultata particolarmente ostica. A renderla tale il fatto che per la maggior parte delle performance esistono esclusivamente registrazioni audio, tanto da risultare complicate da interpretare causa l’esistenza di variabili come il tipo di attrezzatura utilizzata e l’ambiente di registrazione. A sfatare l’incantesimo ha concorso uno studio dal carattere pionieristico condotto dai ricercatori Huw Cheston, Reuben Bance e Peter M. C. Harrison. Andiamo a vedere più da vicino i risultati dello stesso.

Lo studio dell’Università di Cambridge su intelligenza artificiale e jazz

I ricercatori di Cambridge hanno adottato la strada rappresentata da modelli di intelligenza artificiale che si basano sull’apprendimento supervisionato. Cosa vuol dire? Che, in pratica, vanno ad apprendere da esempi già classificati in modo tale da riuscire a identificare gli esecutori. Tra i modelli in questione rientrano ben 84 ore di registrazioni relative a 1.629 performance di 20 famosi pianisti jazz. Un novero che comprende leggende del settore come Oscar Peterson, McCoy Tyner, Bill Evans, Keith Jarret, Thelonious Monk, Ahmad Jamal e Chick Corea.

Le registrazioni utilizzate sono state convertite in formato Midi e rappresentate attraverso il cosiddetto “piano roll”, visualizzazione digitale in grado di dare esaustive indicazioni su quali note siano suonate, sul momento dell’esecuzione e sull’altezza delle stesse.

Una precisione molto elevata

Il modello che ha garantito la performance più notevole ha identificato gli esecutori rivelando una precisione pari al 94,4%. Mentre si è fermato al 91,3% quello che aveva il compito di andare a separare melodia, armonia, ritmo e dinamica, in pratica le variazioni di intensità dell’esecuzione. Nei test singolari, l’analisi dell’armonia ha permesso al modello di ottenere le previsioni più accurate, seguita da ritmo, melodia e dinamica.

l'intelligenza artificiale riconosce il jazz

Per quanto concerne i singoli musicisti, nel caso di Bill Evans, l’algoritmo è riuscito a individuare in qualità di fortissimo elemento predittivo una ricorrenza di particolari arpeggi discendenti di settima maggiore o minore. Dando in tal modo autorevole conferma a un pattern che è del resto stato precedentemente segnalato all’interno della letteratura dedicata allo studio del suo inconfondibile stile.

Mentre per quanto concerne un altro straordinario virtuoso come Oscar Peterson, il modello messo in campo ha invece assegnato un peso di grande rilievo ai cosiddetti “enclosures” melodici. Si tratta di veri e propri frammenti cromatici eseguiti ad alta velocità riuscendo non solo a circondare, ma anche a ritardare con straordinaria abilità l’arrivo dell’accordo su una nota bersaglio.

La ricerca, pubblicata sull’autorevole rivista scientifica Nature Machine Intelligence, ha quindi rivelato come l’intelligenza artificiale e i modelli di machine learning siano ormai in grado di identificare con grande precisione i pianisti jazz. Per riuscire nell’impresa si basano esclusivamente sulle loro registrazioni.

Uno studio che apre nuove strade nella comprensione del linguaggio musicale

Occorre a questo punto sottolineare come tale approccio computazionale prometta una vera e propria rivoluzione. Garantirebbe infatti non solo un salto di qualità nelle tecniche di attribuzione delle opere d’arte, ma anche un grado di comprensione più profonda per quanto concerne l’eredità culturale e le metodologie collegate all’educazione musicale.

Sono stati proprio gli autori dello studio a mettere in evidenza con grande forza un dato: un approccio metodologico innovativo come quello utilizzato, garantisce non soltanto strumenti inesplorati in precedenza. A questa prima opportunità, infatti, si va a unire quella rappresentata dal fatto che la potenza dimostrata dagli stessi può dimostrarsi estremamente preziosa ai ricercatori che intendano addentrarsi nell’esplorazione delle strutture profonde in grado di assicurare unicità e irripetibilità al linguaggio del singolo artista.

I modelli utilizzati, infatti, non limitano il loro operato all’identificazione dei pattern già noti alla letteratura accademica. Al contrario, riescono a mettere in evidenza le regolarità sfuggite per decenni all’orecchio pur educato dei critici. Il team dei ricercatori di Cambridge mette ora a disposizione degli interessati i modelli open-source utilizzati nel corso dello studio, insieme a una piattaforma interattiva. Nel farlo, invita però l’intera comunità accademica, gli studenti e i musicisti a provare una ulteriore espansione delle possibili applicazioni pratiche.

I prossimi passi possibili

I prossimi passi da condurre in questa ottica, anch’essi indicati dal team dei ricercatori, saranno i limiti del sistema indicati prima della pubblicazione del loro lavoro. Una categoria che va a comprendere l’impossibilità del formato MIDI di operare la cattura di sfumature timbriche o tecniche espressive quali il pitch-bending e il vibrato tipiche degli strumenti a fiato. Elementi che sono ora indicati come una vera e propria sfida tecnologica da superare.

Andando avanti in questa direzione, in un futuro non eccessivamente lontano la tecnologia utilizzata in questa occasione potrebbe allargare il proprio raggio d’azione in maniera abbastanza agevole. Fino a intraprendere, di conseguenza, lo studio in maniera analitica di molti altri generi musicali complessi, contesti storici diversi e svariate tipologie di strumenti acustici.

Ne conseguirebbe, com’è facile immaginare, una straordinaria opportunità, quella di studiare da un punto di vista prettamente scientifico l’evoluzione delle reti di influenza tra i musicisti. Tanto da spingere gli stessi autori dello studio ad affermare con decisione che lo strumento individuato si rivelerà uno strumento preziosissimo. Anche per quanto concerne la possibilità di valorizzare in maniera oggettiva il lavoro di musicisti meno apprezzati o il cui lavoro è stato ingiustamente valutato fino ad oggi. 

Offerta
Soundcore di Anker Q30, Cuffie Bluetooth Over Ear con...
  • Musica ad alta risoluzione certificata: ascolta ogni dettaglio dei tuoi brani preferiti grazie ai driver da 40 mm di le...
  • Tecnologia avanzata di cancellazione del rumore: mantieni la tua concentrazione con la cancellazione attiva del rumore...
  • Esperienza completa di cancellazione del rumore: personalizza la cancellazione del rumore di le cuffie soundcore Q30 in...

Ultimo aggiornamento 2026-11-21 / Link di affiliazione / Immagini da Amazon Product Advertising API

Source
MeteoWeb

Autore

  • Daniela Giannace

    Appassionata da sempre di comunicazione, sono laureata in Scienze e Tecnologie della Moda, con una tesi in Sociologia dei consumi dal titolo “La costruzione dell’identità attraverso la moda".
    Sono iscritta all'Ordine dei Giornalisti della Basilicata e da diversi anni mi occupo di scrivere articoli per il web. Ho molteplici interessi: musica, moda, arte, design, serie tv, lettura, scienza, cinema, ballo, aerobica.

    Visualizza tutti gli articoli

Ti potrebbero interessare anche:

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *

Back to top button