Description
Date depot: 1 avril 2025
Titre: Détection de motifs dans des représentations symboliques de la musique par morphologie mathématique
Directrice de thèse:
Isabelle BLOCH (LIP6)
Directeur de thèse:
Moreno ANDREATTA (STMS)
Domaine scientifique: Sciences et technologies de l'information et de la communication
Thématique CNRS : Images et vision
Resumé: Cette thèse s’inscrit dans le cadre des recherches sur la modélisation mathématique et informatique de la musique, en particulier pour analyser automatiquement des pièces de musique à partir de leur représentation symbolique, par exemple sous forme de piano-roll (représentations spatiales, proches de celles des images). Une des composantes importantes de l’analyse musicale computationnelle est la reconnaissance et l’extraction de « patterns » (motifs mélodiques et rythmiques). Il a été montré dans que des opérateurs de base de la morphologie mathématique permettaient de démontrer des propriétés fortes sur ces motifs et leur note de départ ou d’attaque (ou onset), et ainsi conduire à des algorithmes pour les trouver. Cependant, les motifs musicaux sont souvent répétés non pas à l’identique, mais avec de petites modifications (de rythme, de note, etc.). Le but de cette thèse est de trouver des méthodes et des algorithmes pour détecter ces motifs, et donc des répétitions approximatives.
Résumé dans une autre langue: This thesis is in the scope of research in the mathematical and computational modeling of music, in particular for the automatic analysis of musical pieces based on their symbolic representation, for example in the form of piano-rolls (spatial representations, close to those of images). An important component of computational music analysis is the recognition and extraction of patterns (melodic and rhythmic motifs). It has been shown that basic mathematical morphology operators can be used to demonstrate strong properties of these patterns and their onset notes, leading to algorithms for finding them. However, musical patterns are often repeated not identically, but with small modifications (of rhythm, note, etc.). The aim of this thesis is to find methods and algorithms for detecting these patterns, and thus approximate repetitions.