Professional Documents
Culture Documents
Pesquisador: Carreira Pq
Outubro de 2008
Índice
Resumo 3
Introdução 4
Justificativa 9
Objetivos 14
Plano de trabalho 15
Bibliografia 19
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 2
Resumo
A pesquisa aqui proposta baseia-se no estudo e desenvolvimento de modelos computacionais que
extraem aspectos relacionados a sensações perceptuais, cognitivas e afetivas evocadas pela escuta
musical. Tais modelos são chamados de descritores. Serão estudadas duas classes de descritores, a
saber: 1) Descritores Acústicos, que operam sobre o sinal de áudio e 2) Descritores Simbólicos, que
operam sobre dados relacionados à notação musical (ex: partitura ou MIDI). O estudo de descritores
neurociência, musicologia e engenharia. No entanto, ainda não existe no Brasil uma instituição
acadêmica direcionada a esta linha de pesquisa. Neste sentido, o estudo aqui proposto é inovador e
fomentará o pioneirismo numa área ainda incipiente no Brasil. Este projeto será desenvolvido no NICS
(Núcleo Interdisciplinar de Comunicação Sonora) que fornece condições acadêmicas adequadas para
sua realização, principalmente, no que tange a recursos e experiência na área de Computação Musical.
Este projeto é uma continuação natural da pesquisa desenvolvida desde o doutorado do autor,
finalizado em 2003, onde foi apresentado um método de síntese sonora inspirada no Evolução Biológica
Seguiu-se uma pesquisa de pós-doutoramento (PosDoc) com apoio da FAPESP, processo: 04/00499-6,
onde a metodologia foi expandida para incorporar algoritmos genéticos atuando sobre descritores
Atuou no projeto “BrainTuning”, financiado pela Comissão Européia de Pesquisa, projeto: FP6-2004-
implementou diversos descritores para música. O projeto aqui proposto dá prosseguimento a esta
trajetória e amplia seus paradigmas com o objetivo de trazer para o Brasil o conhecimento adquirido no
exterior. As etapas do projeto são as seguintes: 1) Revisão bibliográfica e classificações dos descritores.
descritores na sua versão computacional. 4) Aplicação dos descritores à síntese sonora e performance
musical.
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 3
Introdução
Dentre seus muitos atributos, a música é também conhecida pela capacidade de interagir simultaneamente
com diversos aspectos da percepção, cognição e emoção humana. Talvez por isso, em muitos casos, a
música nos provoca fortes impressões, capazes de evocar sensações e respostas intangíveis às linguagens
O estudo da percepção sonora (ou psicoacústica) musical se estende, pelo menos, desde a famosa
obra On the Sensation of Tones de Hermann Von Helmholtz, que estudou as bases fisiológicas da teoria
cientificamente nos últimos anos. Recentemente, tais aspectos têm despertado o interesse de diversas
áreas do conhecimento, bem como da indústria relacionada a Multimídia e Internet, entre outras. Diversas
Information Retrieval) e a SMPC (Society of Music Perception and Cognition) são alguns exemplos.
Nestes, participam pesquisadores de diversas áreas do conhecimento. Entre eles, encontram-se: músicos,
matemáticos, físicos e engenheiros. Grande parte dessa pesquisa se dedica à identificação e mapeamento
das relações entre aspectos musicais e sinais fisiológicos, voluntários e involuntários, ligados à cognição e
O estado da arte
Os Descritores, objetivo principal deste projeto, é aqui definido como modelos computacionais que
representam um aspecto específico da percepção, cognição ou emoção humana evocada pela escuta
um único aspecto musical que pode ser dado na forma de uma série temporal (ex: variação temporal do
andamento musical) ou como um único valor (ex: nome de um gênero musical). Na figura 1 tem-se o
1
Aurosal: Sensação psicológica de concentração. Estende-se entre relaxado e atento.
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 4
medição voluntária de trinta indivíduos sobre a variação contínua do grau de concentração ou
relaxamento associado a uma peça musical, no caso deste exemplo, o primeiro movimento do concerto
No 1 de Liszt [8]. Na figura 1-a tem-se a média das medições comportamentais (dos ouvintes) de Arousal.
Em ambos os gráficos, a dimensão da abcissa é tempo (em segundos) e a da ordenada é Arousal (valores
negativos para relaxado e positivos para atento). Na figura 1-b tem-se o a predição do algoritmo descritor
de Arousal, dada pelo cálculo de energia do sinal sonoro em RMS (root mean square), segmentado em
janelas de um segundo de duração. Este é conhecido por ser relacionado à percepção da intensidade
sonora (loudness). Pode-se observar que as figuras 1-a e 1-b tem formatos bastante similares, ou
correlacionados, o que sugere que este descritor apresenta uma predição satisfatória da sensação de
(a)
(b)
Figura 1. (a) Medida comportamental de Arousal numa peça musical. (b) Predição de Arousal dada por
um descritor perceptual.
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 5
No entanto, a maioria dos aspectos musicais, especialmente aqueles ligados ao contexto musical (ex:
tonalidade, repetição e complexidade) não são triviais de serem mensurados por descritores. Vê-se
também na literatura que a classificação de aspectos musicais relevantes e seus descritores ainda não está
formalizada. Estes são definidos por diferentes áreas do conhecimento o que, muitas vezes, gera
ambigüidades e inconsistências. Exemplificando, [1] propõe uma taxonomia para os descritores usados
como ferramenta de busca de informação musical (musical data-mining). Estes são organizados em baixo,
médio e alto nível, de acordo com a escala temporal em que atuam, onde [2] classifica os descritores de
acordo com sua ação na escala do tempo, entre contextuais (médio e alto nível) relacionados à escala de
tempo acima do now time2 e não-contextuais (baixo e médio nível) relacionados à escala de tempo abaixo
do now time. Já em [3], técnicas de modelamento espectral são usadas para calcular e organizar os
descritores de conteúdo musical nos moldes utilizados pelo padrão MPEG-7. Estes descritores são apenas
de baixo e médio nível, segundo o critério de [2]. Em [4] é apresentada uma taxonomia para descritores
de sinais de áudio onde estes são classificados em uma das seguintes categorias: globais, instantâneos,
(contextuais). Já a pesquisa descrita em [7], apesar de não estudar diretamente os descritores, propõe um
modelo chamado de Distributed Adaptive Control (Controle Distribuído Adaptativo) que modela
conhecimento, o que é definido pelo autor como “epistemologia sintética”. Com relação ao aspecto
emocional da música, [8] fez um estudo empírico com mais de trinta ouvintes sobre a emoção categórica
continuamente percebida ao longo da escuta de diversas peças de música clássica. Em seguida, este
desenvolveu dois modelos lineares relacionados a cada peça, para descrever as dimensões emocionais.
Em [9] o estudo comportamental de [8] foi novamente utilizado, desta vez para desenvolver um modelo
geral de predição das dimensões da emoção musical. Em [10] é descrita uma teoria psicológica sobre a
expectativa em música e como esta se relaciona com a evocação de emoções durante a escuta musical.
2
now time: a escala ou janela de tempo que, em música, é percebida como sendo o “presente” musical.
Esta é considerada como sendo da ordem de um a cinco segundos de duração.
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 6
Tipologia dos descritores
De um modo geral, vimos que os descritores podem ser inicialmente classificados em relação ao material
musical por estes analisado, entre: simbólicos e acústicos. Os descritores simbólicos extraem
características musicais de dados de controle ou notação musical, tal como a partitura de uma peça, ou seu
arquivo MIDI (Musical Instrument Digital Interface). Já os descritores acústicos extraem características
descritores podem também ser catalogados quanto à extensão de sua ação no domínio do tempo. Os
descritores não-contextuais, ou de baixo nível agem sobre janelas temporais da ordem de milisegundos a
fim de extraírem aspectos perceptuais do som musical. Estes também podem ser classificados como
descritores psicoacústicos, por se referirem a aspectos perceptuais do som, tais como: pitch (altura),
contextuais, ou de alto nível, agem no domínio macroscópico do tempo (acima do now time) e descrevem
aspectos tais como: articulação, tonalidade e complexidade harmônica, entre outras [11]. Em relação à
ou estrutura musical (ex: modos, séries, estrutura harmônica, andamento, etc.). Já os descritores
musical, na interpretação ou improvisação sobre um tema musical (ex: variação de andamento, dinâmica,
aspectos cognitivos e afetivos associados à performance musical. Em [12], é dito que “a performance
musical de qualidade não depende apenas da habilidade motora, mas também requer a capacidade de
gerar diferentes interpretações da mesma peça musical de acordo com a natureza da comunicação
cognitiva da estrutura musical”. [13] afirma que “a performance musical não é única em seu contexto
afetivo implícito”. Uma das questões fundamentais que este projeto pretende abordar é o estudo das
interações entre os aspectos performáticos e estruturais e seus devidos pesos na descrição cognitiva e
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 7
Aplicações
Vê-se na literatura que a maioria das pesquisas nessa área ainda não abordou questões como a
anteriormente citada. Antes, estas se concentram apenas na análise musical de dados simbólicos
expressiva. A maioria dos estudos sobre descritores de performance expressiva se baseia num dos três
modelos descritos a seguir: 1) O modelo da KTH (Royal Institute of Technology), que consiste num grupo
de regras de performance levando em conta: tempo, dinâmica e articulação, baseadas no contexto musical
[14]. 2) O modelo de Todd, que usa o conceito de “análise por medida”, no qual a evidência empírica está
diretamente relacionada à catalogação feita através da notação humana das performances expressivas
sistema automaticamente busca, num imenso banco de dados, regularidades significativas utilizando-se de
Motivação
O estudo e classificação de descritores capazes de prever aspectos da percepção, cognição e emoção
evocada pela música é desafiante e envolve diversos aspectos conceituais e metodológicos que devem ser
investigados a priori. Este projeto trata do desenvolvimento de uma área emergente no Brasil, nos moldes
posse desses descritores, iremos então utilizá-los em processos de síntese sonora e análise expressiva da
performance musical. Um dos métodos de síntese que utilizaremos para testar os descritores a serem
seu projeto Fapesp de PosDoc, onde descritores perceptuais foram utilizados na modelagem da Função de
Adequação (Fitness) do processo de síntese evolutiva. Durante este pós-doutoramente, o autor constatou
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 8
a necessidade de uma nova família de descritores para calcular aspectos cognitivos dos sons sintetizados.
Tal conhecimento foi adquirido no segundo PosDoc, no grupo de cognição musical. O desenvolvimento
de novos descritores, aqui propostos, deverá prover a síntese evolutiva com critérios de adequação
musical orientada por contexto, o que irá potenciar a obtenção de resultados musicais mais interessantes e
originais. Os novos descritores serão também utilizados na análise da performance musical, através da
manipulação sonora guiada por contexto cognitivo e afetivo. Pretendemos implementar este sistema numa
linguagem de programação voltada ao processamento sonoro em tempo real, tal como é o Pure Data, ou
Justificativa
A justificativa do projeto se baseia na evidente carência de produção científica nacional relacionada a ao
pesquisas de cognição musical. No ano de 2007 o autor desenvolveu um projeto de PosDoc, no grupo de
foi escolhido pela academia Finlandesa como um CoE (Centre of Excellence). Este centro estava também
participando de um projeto chamado Tuning your Brain for Music, apelidado de “BrainTuning”,
(www.braintuning.fi) financiado pela NEST (New and Emerging Science and Technology) da Comissão
Durante este período o autor ampliou seus conhecimentos sobre cognição e emoção musical,
desenvolvendo também diversos descritores contextuais para análise de trechos músicas. Participou e
Music Information Retrieval (ISMIR) [30], o 10th International Conference on Music Perception and
Cognition (ICMPC 10) [29] e o Expressivity in MUsic and Speech (EMUS) [26], entre outros [27,28].
Durante este período, o autor pôde perceber como esta área de pesquisas está em grande
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 9
efervescência acadêmica internacional. No entanto, aqui no Brasil, ainda não existe um centro de pesquisa
percepção, cognição e emoção associada à música e sua aplicação em processos sonoros, tal como a
síntese e a performance musical. O autor voltou para o Brasil a fim de prestar Concurso público para a
aprovado, foi contratado como pesquisador na referida carreira, em Setembro de 2008. Como o NICS já
possui uma sólida tradição na pesquisa em Computação Musical, este projeto também pretende viabilizar
a formação no NICS de um grupo de pesquisa na área de pesquisas em cognição e emoção musical, com
o intuito de publicar na área de cognição musical, desenvolver estudos relevantes e se associar a centros
de suas quatro etapas fundamentais, que serão desenvolvidas ao longo de quatro anos.
1) Pesquisa bibliográfica
Iniciaremos com uma ampla pesquisa bibliográfica sobre a área de cognição e emoção musical. Já existe
alguma movimentação acadêmica despontando no Brasil, com trabalhos publicados tais como aqueles
organizados em [18], mas ainda não se tem notícia de pesquisa nacional voltada ao desenvolvimento de
emocionais da escuta musical, nem tampouco de suas aplicações à síntese sonora e a performance
musical, sejam estes ligados a sonologia ou qualquer outra vertente da computação musical. Para isso
teremos que importar diversos livros e outros materiais didáticos (DVDs, CDs, softwares, apostilas, etc.)
ampliar o campo conceitual da temática em estudo e organizar todo esse conhecimento de uma maneira
Também nesta fase iremos estudar a literatura sobre a metodologia para a coleta e classificação
dos dados fisiológicos e comportamentais. A literatura menciona três principais modelos de catalogação
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 10
da cognição evocada pela música: 1) categórico: inicialmente proposto em [19], que descreve aspectos
afetivos da cognição musical, em termos de uma lista de categorias afetivas pré-definidas [20]. 2)
dimensional: proposto em [21], onde é sugerido que todos os aspectos afetivos podem ser descritos por
coordenadas, dispostos num plano cartesiano, onde os eixos são dados por dimensões afetivas
elementares e não-relacionadas [22]. 3) processo componente: proposto em [23] onde é dito que cada
aspecto é fruto da circunstância de sua ocorrência e dependente do estado mental e cognitivo do ouvinte.
No modelo dimensional as dimensões normalmente utilizadas são: Arousal (de relaxado a atento) e
Valência (de positiva a negativa). Em [24] tem-se um exemplo de sua utilização, onde a cognição musical
dinâmica dessas dimensões foi medida ao longo do tempo para diversas peças musicais e depois descrita
digital (CD ou DVD) com diversos exemplos sonoros e algoritmos musicais, escritos em linguagem de
código-livre, como o Pd, o qual iremos apresentar para ser publicado através de uma editora acadêmica,
escutando (ou ouvindo) música. Estes dados virão das respostas fisiológicas voluntárias e involuntárias
dos indivíduos ouvintes e serão coletados de maneira não invasiva, sem apresentar riscos à saúde, de
qualquer ordem ou espécie. Chamamos de respostas voluntárias àquelas dadas pelos indivíduos através do
preenchimento de questionários, após a audição de um trecho musical, contendo perguntas sobre aspectos
gerais da música (ex: se o indivíduo ouvinte considerou o trecho musical escutado de caráter alegre ou
triste, com ou sem pulso musical, etc.) ou pela graduação contínua de um dado aspecto musical enquanto
se escuta o trecho musical. Isto pode ser feito através de um dispositivo de controle deslizante conectado
a um computador que alimente um programa coletor de dados. Desse modo pode-se escutar um trecho
musical e ao mesmo tempo graduar um aspecto musical específico (ex: variação de andamento, variação
da complexidade musical, densidade de eventos musicais, etc.). Esses tipos de dados voluntários
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 11
costumam estar mais relacionados aos aspectos cognitivos musicais. Já os aspectos afetivos, evocados
pela escuta musical, precisam ser medidos por meio de sinais fisiológicos involuntários, ou seja, aqueles
cujo indivíduo não tem controle consciente. Sigmund Freud, em [25] disse que “os afetos só podem ser
identificados, analisados e interpretados nas chaves de suas inervações”. Tal frase sugere que os aspectos
afetivos podem ser acessados através da medição de reações fisiológicas involuntárias a estes
relacionados. Nesta etapa iremos coletar os dados fisiológicos e medir suas variações involuntárias que já
Muitas dessas medidas já são conhecidas de longa data e utilizadas em instrumentos como
polígrafos (detectores de mentira), que coletam e analisam dados fisiológicos involuntários para verificar
as reações emocionais dos indivíduos. Tais reações fisiológicas involuntárias são dadas pela variação de:
batimento cardíaco, pressão arterial, ritmo respiratório, sudorese, resistência galvânica da pele ou GSR
(galvanic skin response), dilatação de pupila, peristaltismo e outros. Atualmente existem diversos centros
de pesquisas internacionais estudando cognição e emoção musical através de medições em tempo real de
biosinais tais como: ECG (eletro-cardiograma), EEG (eletro-encefalograma) e até imagens de atividade
Para a consecução desta etapa, iremos adquirir um equipamento profissional para realizar tais
medidas. Uma opção de equipamento que vem sendo utilizada por diversos centros de renome europeus,
de pesquisa em cognição e emoção musical, tais como, o Catalan Institute of Advanced Research
(ICREA), em Barcelona, e o Interdisciplinary Centre for Computer Music Research, SoCCE, Plymouth
University, UK, é o MOBIlab+, da g.tec, (Guger Technologies) OEG, localizada em Graz, na Áustria (ver
aquisição de sinais fisiológicos (biosinais) contendo seis canais para diferentes tipos de biosinais (quatro
para EEG, dois para ECG) e duas entradas analógicas para sensores externos. Os dados coletados podem
ser enviados de modo wireless (sem fio) através de uma conexão bluetooth, em tempo-real, para um
músculos, movimento dos olhos, respiração, resposta galvânica da pele (GSR), pulso, entre outros.
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 12
Havendo a necessidade e a possibilidade, também consideramos nessa fase desenvolver nossos próprios
equipamentos para aquisição de biosinais. Se assim fizermos, tais equipamentos poderão ser calibrados
em confronto aos dados do MOBIlab bem como motivar o desenvolvimento de novas soluções de coleta
de biosinais ainda faltantes nesse equipamento, o que implicará em novos pedidos de patentes.
de Jyvaskyla, Finlândia. Neste centro de pesquisa o autor desenvolveu descritores para a extração da
harmônia musical [28,29], para a clareza de pulso musical [30]. Diversos outros descritores serão
desenvolvidos com base nesses e outros estudos e pesquisas recentes em cognição musical. Os dados
comportamentais coletados na fase anterior serão aqui utilizados para direcionar o desenvolvimento dos
novos descritores através da correlação entre os dados comportamentais coletados na fase anterior e as
Podemos utilizar o MATLAB (www.mathworks.com) para simular tais algoritmos. O MATLAB é uma
ferramenta padrão para o desenvolvimento de sistemas matemáticos. Existe uma versão em código-livre
utilização do OCTAVE, por ser gratuito e de código livre. Uma vez de posse de algoritmos otimizados e
apresentando alto grau de correlação com os dados comportamentais, iremos portá-los para sistemas que
funcionem em tempo-real. Para tal pretendemos usar o Pd, conforme mencionado anteriormente, a
é de código-livre, gratuita e multi-plataforma (com versões para MAC OS, Windows, e Linux). Também
programado em linguagem Wiring (www.wiring.org.co/) para realizar tarefas específicas que exijam
tempo-real e que não possam ser alcançadas somente pelo uso do Pd, ou que necessitem de aquisição
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 13
Uma vez que tenhamos os descritores desenvolvidos e testados, iremos entrar com pedidos de patentes
sobre os métodos originais de extração de aspectos cognitivos e afetivos musicais. Faremos isso através
descritores para orientar processos de síntese sonora. Pela experiência que tivemos com a aplicação de
algoritmos evolutivos em processos de síntese, iniciaremos o estudo da aplicação através deste método, e
sua utilização para a criação de paisagens sonoras sintéticas, tal como descrito em [31]. Posteriormente
testaremos os descritores em outros processos de síntese, tal como a síntese granular [32], que se baseia
no conceito de “grãos sônicos”, e cujo encadeamento micro-temporal descreve uma prosódia sonora.
Estes dois métodos de síntese (evolutiva e granular) parecem apresentar as características metodológicas
adequadas para sua utilização com descritores, na confecção automática de texturas timbrísticas,
Como estes serão processos musicais capazes de atuar em tempo-real, o passo seguinte será sua
utilização em performances artísticas e musicais, e testados em eventos culturais ainda por serem
definidos.
Ao final deste projeto, queremos registrar os resultados musicais e artísticos alcançados através da
confecção de um DVD narrando toda a experiência adquirida durante seu desenvolvimento, indo desde a
sistemas de síntese e performance, e suas utilizações em performances musicais. Este material conterá o
registro filmográfico das performances musicais, bem como de todo o trajeto do desenvolvimento deste
projeto. Este DVD poderá vir acompanhado por um livro ou apostila contendo os detalhes mais técnicos
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 14
Objetivos
Os objetivos deste projeto estão detalhados a seguir, de acordo com cada etapa. Na fase inicial, de
pesquisa bibliográfica, o objetivo será o estudo do tema, culminando na criação e publicação de material
didático (livro), em português. Na segunda fase, da medição de dados comportamentais, o objetivo será
involuntários, e sua correspondência com a cognição e emoção constatada e sentida através da escuta
musical. Na terceira fase o objetivo será o desenvolvimento dos descritores e a conseqüente elaboração
dos pedidos de patentes para todos os descritores desenvolvidos. Na quarta e última fase, onde
e software, sua utilização em eventos culturais, em performances artísticas e musicais. O projeto será
finalizado com a edição de um DVD acompanhado de livro ou apostila, contendo o registro filmado do
Plano de trabalho
Conforme mencionado, o plano de trabalho se divide em quatro etapas que serão realizadas de maneira
interseccionarem etapas, de acordo com as necessidades apresentadas ao longo da trajetória deste projeto.
Para cada fase descrita acima, haverá a necessidade de aquisição de materiais específicos e, muito
possivelmente, de um conjunto de alunos de iniciação científica para cada fase. Durante todo o projeto,
principalmente, enviados para jornais e revistas indexadas da área, tais como: CMJ (Computer Music
Journal), Leonardo Music Journal, JNMR (Journal of New Music Research) e a revista brasileira OPUS
da ANPPOM, entre outras. O diagrama a seguir ilustra as fases do plano de trabalho deste projeto.
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 15
Pesquisa Coleta de Dados Implementação Aplicações em
Bibliográfica Comportamentais dos Descritores Síntese Sonora e
Performance Musical
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 16
Criação e desenvolvimento de hardware de baixo custo para o
Síntese Sonora e utilização em processos artísticos tais como a síntese sonora 12 meses
Custo aproximado
Fase Material e métodos
(milhares de R$)
gráfico, etc.).
Dada a extensão temporal do projeto (quatro anos) e possíveis variações de custos de equipamentos e mão
de obra especializada, estes valores podem variar. Também é possível que haja a necessidade de transferir
valores alocados de um item para outro, a fim de manter o valor total do projeto o máximo possível
pesquisa, ou seja, pela análise da: 1) Publicação de material didático, em português, sobre o tema
estudado para esta pesquisa, 2) Publicações em jornais e revistas científicas da área. 3) Pedidos de
patentes dos descritores simbólicos e acústicos. 4) Apresentação dos resultados alcançados em congressos
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 18
da área. 5) Desenvolvimento de protótipos de hardware e software para síntese sonora e performances
musicais do projeto.
Em particular, o resultado alcançado com o desenvolvimento dos descritores deve seguir o mesmo
princípio adotado no último PosDoc do autor, ou seja, os resultados das predições dos descritores serão
verificadas através de análise estatística em comparação aos respectivos dados fisiológicos coletados nos
normalizados e as predições dos correspondentes descritores irão assim fornecer as bases de medida e
Bibliografia
1. Leman, M., Vermeulen, V., De Voogdt, L., Moelants, D., & Lesaffre, M.. Correlation of Gestural Musical Audio
Cues. Gesture-Based Communication in Human-Computer Interaction:5th International Gesture Workshop, GW
2003, 40-54. (2004)
2. M. Lesaffre et al., "User-Dependent Taxonomy of Musical Features as a Conceptual Framework for Musical Audio-
Mining Technology," Proc. Stockholm Music Acoustics Conf., Royal Inst. of Technology (KTH) , pp. 635-638,
(2003)
3. Herrera et. al., Perfecto Herrera, Xavier Serra, Geoffroy Peeters. Audio descriptors and descriptors schemes in the
context of MPEG-7. Proceedings of the 1999 ICMC, Beijing, China, October (1999).
4. G. Peeters and X. Rodet. Automatically selecting signal descriptors for Sound Classification. In Proceedings of the
International Computer Music Conference, pages 455--458, Göteborg, Sweden, September 16-21 (2002).
5. Pachet, F., & Zils, A. Evolving automatically high-level music descriptors. In U.K. Wiil (Ed.), In Computer Music
Modeling and Retrieval, Lecture Notes in Computer Science (LNCS) (Vol. 2771, pp. 42-53). Heidelberg: Springer-
Verlag. (2003).
6. Pachet, F. and Zils, A. Automatic Extraction of Music Descriptors from Acoustic Signals, Proceedings of Fifth
International Conference on Music Information Retrieval (ISMIR04), Barcelona, (2004).
7. Verschure, P. F. M. J. Distributed Adaptive Control: Explorations in robotics and the biology of learning ,
Informatik/Informatique(1) 25-29, (1998).
8. Schubert, E.: Measuring emotion continuously: Validity and reliability of the two-dimensional emotion space. Aust. J.
Psychol., vol. 51, no. 3, pp. 154–165. (1999)
9. Korhonen, M., Clausi, D., Jernigan, M.: Modeling Emotional Content of Music Using System Identification. IEEE
Transactions on Systems, Man and Cybernetics. Volume: 36, Issue: 3, pages: 588- 599. (2006)
10. Huron, D., Sweet Anticipation: Music and the Psychology of Expectation. MIT Press. ISBN-10: 0-262-08345-0. May
(2006).
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 19
12. J. Slodoba, Individual differences in music performance. Trends in Cognitive Sciences, Volume 4, Issue 10, Pages
397-403. (2000).
14. A. Friberg, R. Bresin, J. Sundberg, Overview of the KTH rule system for music performance. Advances in
Experimental Psychology, special issue on Music Performance, 2(2-3), 145-161. (2006).
15. N.P.M. Todd. A computational model of Rubato. Contemporary Music Review, 3, 69–88. (1989).
16. G. Mazzola, S. Göller. Performance and interpretation. Journal of New Music Research, 31, 221–232. (2002).
17. G. Widmer, S.E. Dixon, W. Goebl, E. Pampalk, A. Tobudic, In: Search of the Horowitz factor. AI Magazine, 24,
111–130. (2003).
18. Beatriz S. Ilari. Em busca da mente musical: ensaio sobre os processos cognitivos em música. Colaboradores Beatriz
Raposo de Medeiros [et. al.]. Curitiba. Ed. Da UFPR, ISBN 8573351403. (2006).
19. Ekman, P.: An argument for basic emotions. Cognition & Emotion, 6 (3/4): 169–200, (1992).
20. Juslin, P. N., & Laukka, P.: Communication of emotions in vocal expression and music performance: Different
channels, same code? Psychological Bulletin(129), 770-814. (2003).
21. Russell, J.A.: Core affect and the psychological construction of emotion. Psychological Review Vol. 110, No. 1, 145-
172. (2003).
22. Laukka, P., Juslin, P. N., & Bresin, R.: A dimensional approach to vocal expression of emotion. Cognition and
Emotion, 19, 633-653. (2005).
23. Scherer, K. R., & Zentner, K. R.: Emotional effects of music: production rules. In J. P. N. & J. A. Sloboda (Eds.),
Music and emotion: Theory and research (pp. 361-392). Oxford: Oxford University Press. (2001).
24. Schubert, E.: Measuring emotion continuously: Validity and reliability of the two-dimensional emotion space. Aust. J.
Psychol., vol. 51, no. 3, pp. 154–165. (1999).
25. Freud S. Estudos sobre histeria. In: Edição Standard brasileira das obras completas de Sigmund Freud. Rio de Janeiro:
Imago; p. 13-59. Vol. II. (1895).
26. J. Fornari, T. Eerola. Prosody of Expressivity in Music and Speech. Expressivity in MUsic and Speech - EMUS.
AGORA contemporary Music Festival. Paris, France. (2008).
27. J. Fornari, T. Eerola. The pursuit of happiness in music: retrieving valence with high-level musical descriptors.
Computer Music Modeling and Retrieval - CMMR. Copenhagen, Denmark. (2008).
28. J. Fornari, T. Eerola. Automatic Estimation of Harmonic Complexity. Audio Engineering Society Brazil Section - AES
Brasil. Sao Paulo, Brasil. (2008).
29. J. Fornari, T. Eerola. Estimating the Perception of Complexity in Musical Harmony. The 10th International
Conference on Music Perception and Cognition - ICMPC 10. Sapporo, Japan. (2008).
30. O. Lartillot, T. Eerola, P. Toiviainen, J. Fornari. An Integrated Framework for Onset Detection, Tempo Estimation
and Pulse Clarity Prediction. Ninth International Conference on Music Information Retrieval. ISMIR 2008.
Philadelphia, USA, (2008).
31. J. Fornari, J. Manzolli, A. Maia Jr. Soundscape Design through Evolutionary Engines. Special Issue of "Music at the
Leading of Computer Science". JBCS - Journal of the Brazilian Computer Society - ISSN 0104-6500. (2008).
32. Roads, Curtis. Microsound. Cambridge: MIT Press. ISBN 0-262-18215-7. (2001).
Estudo e Desenvolvimento de Descritores Simbólicos e Acústicos para Síntese Sonora e Performance Musical 20