Download
slide1 n.
Skip this Video
Loading SlideShow in 5 Seconds..
MUSICAL ACOUSTICS NETWORK Musical Psychoacoustics Meeting CAMBRIDGE Monday September, 21, 2009 Charles Besnainou, PowerPoint Presentation
Download Presentation
MUSICAL ACOUSTICS NETWORK Musical Psychoacoustics Meeting CAMBRIDGE Monday September, 21, 2009 Charles Besnainou,

MUSICAL ACOUSTICS NETWORK Musical Psychoacoustics Meeting CAMBRIDGE Monday September, 21, 2009 Charles Besnainou,

107 Views Download Presentation
Download Presentation

MUSICAL ACOUSTICS NETWORK Musical Psychoacoustics Meeting CAMBRIDGE Monday September, 21, 2009 Charles Besnainou,

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. MUSICAL ACOUSTICS NETWORK Musical Psychoacoustics Meeting CAMBRIDGE Monday September, 21, 2009 Charles Besnainou, Laboratoire d’Acoustique Musicale, upmc, paris6

  2. Conservatoire National Supérieur de la Musique et de la Danse Paris, avril 2002

  3. PROBLÉMATIQUES Comment les pianistes décrivent-ils le son des pianos qu’ils sont amenés à jouer ? How pianists describe the sound of the piano they play 2) Leurs écoutes sont-elles stables (fiables) ? Is their listening stable ? 3) Peut-on mettre en correspondance des descripteurs verbaux avec des descripteurs du signal ? Is it possible to match verbal descriptors and signal descriptors ?

  4. MISE EN EXPÉRIENCES Dans un même lieu : 9 pianos joués par 18 pianistes In the same studio : 9 pianos played by 18 pianists 2) Enregistrements : gammes chromatiques, musiques Recorded : chromatic scales and music 3) Tests d’écoute en studio Listening tests in studio : 13 pianists, 13 musicians, 13 non-musicians

  5. MÉTHODOLOGIES Analyse linguistique des verbalisations libres du discours des pianistes Linguistic analysis of the pianists free verbalisation 2) Analyse arborée des tests d’écoutes des séquences enregistrées (dissimilarité/similarité) Listening test analyse by « Tree method » (similarity vs dissimilarity) 3) Classement catégoriel versus analyse du signal Categorical organisation vs. signal analysis

  6. “ Vous avez dit “ clair ” ? ” Le lexique des pianistes, entre sens commun et terminologie Pascale Cheminée LCPE pascale.cheminee@tiscali.fr

  7. liste des occurrences des 74 adjectifs : total occ. 1133. Beau, belle 92 Étouffé 7 Bon, bonne 82 Neutre 7 sonore 75 précis 7 Clair 64Nasillard 6 agréable 60 Classique 6 Homogène 43 grand 6 Riche 39 ample 6 Brillant 36 Chantant 5 Métallique 33 particulier 5 rond 33 percussif 5 Intéressant 33 Terne 5 Sec 28 net 5 puissant 27 Lumineux 4 joli 27 Marqué 4 Aigu 26 exceptionnel 4 agressif 23 pâteux 4 chaud 22 aigre 4 équilibré 21 saillant 3 Important 18 Sombre 3 Profond 18 Ouvert 3 dur 18 Brouillon 3 Égal 17 Timbré 3 Désagréable 16 Cristallin 3 Excellent 15 vert 3 Clinquant 14 guttural 3 Court 11 Malléable 3 Doux, douce 11 Formidable 3 Creux 11 Original 3 Mat 10 aigrelet 2 feutré 10 Flou 2 Harmonique 10 Magnifique 2 Plat 9 Perçant 2 Criard 9 Bien placé 2 Pauvre 9 Plein 2 sourd 8 Coupé en 2 2 Parfait 7 Complet 2 Claquant 7 uniforme 2

  8. Adjectifs subjectifs évaluatifs affectifs axiologiques Non axiologiques horrible Beau/moche Accordé/désaccordé

  9. Sémantismes de « clair »

  10. TESTS PERCEPTIFS des arbres et des catégories Cosmin Gherghinoiu cosgue@yahoo.fr & Charles Besnainou chbesnai@ccr.jussieu.fr

  11. LE TEST D’ÉCOUTE PIANO 40 sujets Objets sonores extraits des enregistrements Même conditions d’écoute en studio

  12. TACHES AUDITIVES A écoutes par paires, échelle de (dis)similarité stimuli : gammes chromatiques B1 groupements par catégories libres stimuli : gammes chromatiques B2 groupement par catégories libres stimuli : musiques

  13. ANALYSE DES RÉSULTATS 89 paires = 9x9 + 8 marqueurs de fiabilité

  14. ARBRE PIANOS « TACHE A » – ECOUTE PAR PAIRES

  15. TACHE B1 (chromatismes) – CATEGORISATION LIBRE

  16. TACHE B2 (musique) – CATEGORISATION LIBRE

  17. COMMENTAIRES Les arbres A (distance perceptive), B1 et B2 (classement catégoriel) présentent des organisations proches en termes de regroupements : [pianos1&2] [pianos 5&7] [pianos 8&9 opposés] [piano 3 éloigné des pianos 4&6] Les verbalisations libres ont donné comme prototypes : [pianos1&2] ->instruments « CLAIRS » [pianos 5&7] ->instruments « SOURDS »

  18. ANALYSES SPECTRALES spectre moyenné chromatique sur trois notes fa-mi-mib FFT Size : 4096 bandes, fonction triangulaire, spectre coupé à 10 kHz.

  19. piano1 piano2

  20. piano5 piano7

  21. CONCLUSIONS -les pianistes savent très bien décrirent ce qu’ils perçoivent en tant experts Pianists know how to discribe what they perceive as experts -l’analyse linguistique montre que la polysémie les mots interdit de leur accorder un seul sens, le contexte doit etre pris en compte It is not possible to attribute ONE MEANING to ONE WORD Context must be taken in account -les experts-pianistes sont remarquablement fiables dans leurs écoutes Pianist-expert are particularly stable in their listening -meme s’ils peuvent avoir des préférences particulières, ils ils se retrouvent en accord sur les classes catégorielles Even if they could have preference, they are congruent for categories -l’analyse du signal acoustique ne peut à elle seule décrire les qualités perçues Signal analysis cannot discribe alone perceived qualities