Академический Документы
Профессиональный Документы
Культура Документы
JOO PESSOA-PB
Dezembro-2011
II
ANTONIO DEUSANY DE CARVALHO JUNIOR
JOO PESSOA-PB
Dezembo-2011
III
IV
Agradeo s energias que proporcionam a existncia de tudo.
Resumo
The development of Information Theory allowed various forms of data processing that
are relevant to any area of science today. Among them, we have the characterization of the
self-information, where we have the possibility to determine the information given in favor of
a future analysis, and, from this point, the probability of an element in a given context is to be
evaluated under the entropy analysis. By this concept, various models of compressors were
developed based on prediction, and the Prediction by Partial Matching algorithm (PPM) has
results closest to the maximum entropy of a given input with context dependence. The PPM
performs prediction by partial correlation between the elements, allowing for pattern
recognition and is used in several areas.
The aim of this work is the efficiency evaluation of the use of PPM in symbolic audio
files in order to be used in pattern recognition over the melodic and rhythmic patterns of
melodies. The tests were conducted using melodies on MIDI files, creating models from the
melodic and rhythmic parts, evaluating the efficiency of the models through cross-validation.
The results obtained with the first tests carried out on works for solo violin have been
meant as possibility ways to use. There was an average hit rate of 80%, even without
considering all the important concepts of Music Theory. With these results, we carried out a
test of similarity of melodies, 30 melodies were sought through a bank of 5223 files with great
significant results. The analysis of melodies with certain concepts using the PPM confirms the
PPM as a versatile algorithm for pattern recognition in melodic sequences, considering the
modeling of valid input data used in this work.
Figura 1. Representao da relao entre as frequncias, cdigo MIDI e notas musicais ....... 23
Figura 2. Representao da proporo temporal existente entre smbolos de notao musical27
Figura 3. Exemplo de articulaes rtmicas .......................................................................... 27
Figura 4. Parte inicial da Melodia do Hino Nacional Brasileiro ............................................ 29
Figura 5. Exemplo da representao grfica do Hino Nacional Brasileiro ............................. 29
Figura 6. Membrana timpnica, sistema ossicular do ouvido mdio e ouvido interno ........... 31
Figura 7. Mapa tonotpico da cclea .................................................................................... 32
Figura 8. Diagrama do caminho do estmulo auditivo ........................................................... 33
Figura 9. Violino Lady Blunt feito por Antonius Stradivarius em 1721 ............................. 42
Figura 10. Parte da partitura do primeiro movimento da obra BWV 1002 de Johann Sebastian
Bach .............................................................................................................................. 45
Figura 11. Parte da partitura do segundo movimento da obra BWV 1004 de Johann Sebastian
Bach .............................................................................................................................. 45
Figura 12. Representao comparativa entre os intervalos meldicos em obras de Bach ....... 46
Figura 13. Representao comparativa entre os intervalos rtmicos em obras de Bach .......... 46
Figura 14. Diagrama de Pacotes do Sistema de Anlise Musical .......................................... 49
Figura 15. Diagrama de Classe do Pacote Classificador ................................................... 50
Figura 16. Interface do Sistema de Anlise Musical ............................................................. 53
Figura 17. Interface do menu Arquivo .................................................................................. 53
Figura 18. Interface do menu Modelo ................................................................................... 54
Figura 19. Interface do menu Testes ..................................................................................... 54
Figura 20. Exemplo de interface dos resultados: Taxa por Contexto ..................................... 55
Figura 21. Exemplo de interface dos resultados: Taxa por Contexto/Compositor .................. 55
Figura 22. Exemplo de interface dos resultados: Taxa por Compositor/Contexto .................. 56
Figura 23. Comparao entre este sistema e o Sistema de Percepo Auditiva...................... 58
Figura 24. Interface do programa aps a realizao dos testes .............................................. 62
Figura 25. Interface do resultado da anlise no primeiro modo com melodia (1) ................... 63
Figura 26. Interface do resultado da anlise no primeiro modo com melodia (2) ................... 63
Figura 27. Interface do resultado da anlise no primeiro modo com melodia (3) ................... 63
Figura 28. Interface do resultado da anlise no primeiro modo com ritmo (1) ....................... 64
Figura 29. Interface do resultado da anlise no primeiro modo com ritmo (2) ....................... 64
Figura 30. Interface do resultado da anlise no primeiro modo com ritmo (3) ....................... 64
Figura 31. Interface do resultado na anlise no segundo modo (1) ........................................ 65
Figura 32. Interface do resultado da anlise no segundo modo (2) ........................................ 65
Figura 33. Interface do resultado da anlise no segundo modo (3) ........................................ 65
Figura 34. Interface do resultado da anlise no terceiro modo (1) ......................................... 66
Figura 35. Interface do resultado da anlise no terceiro modo (2) ......................................... 66
Figura 36. Interface do resultado da anlise no terceiro modo (3) ......................................... 66
Figura 37. Interface do resultado da anlise no quarto modo (1) ........................................... 67
Figura 38. Interface da anlise do resultado no quarto modo (2) ........................................... 67
Figura 39. Interface do resultado da anlise no quarto modo (3) ........................................... 67
Lista de tabelas
Tabela 1. Exemplo de tabela de probabilidades utilizadas para para classificao com PPM 20
Tabela 2. Porcentagem de acerto dos modos de avaliao .................................................... 68
Tabela 3. Durao dos testes dos modos de avaliao utilizando 7 contextos ........................ 68
Tabela 4. Resultado do teste simulando o MIREX................................................................ 69
Lista de abreviaturas e siglas
1 Introduo ....................................................................................................................... 11
Referncias ......................................................................................................................... 73
1 Introduo
A ligao entre as diversas reas da cincia impe uma visualizao mais ampla diante
de conceitos existentes, principalmente pelo fato de tornar-se possvel levar em considerao
os diversos pontos de vista e funes crticas referentes a cada rea. Considerando a ligao
entre todas as Cincias e a Computao possvel reconhecer o quo importante a
participao desta na evoluo daquelas. A interao com a msica, por sua vez predisps
anlises diversificadas que vo desde a determinao automtica de acordes criao de
msica atravs de sistemas computacionais.
Um dos principais objetos de estudo da msica o som, fenmeno acstico existente
atravs da propagao de ondas sonoras pelo espao. O estudo do som por estar diretamente
relacionado com o sistema auditivo adquire conceitos importantes tambm na psicologia da
percepo auditiva e fisiologia do sistema neurolgico e auditivo. Alm disso, h de se
considerar o foco no estudo artstico da msica, buscando as razes para justificar as reaes
humanas perante as sensaes passadas, por exemplo, pela ateno execuo de uma ode e
na composio da mesma.
O ser humano percebe o som utilizando-se do seu sistema auditivo e s vezes do
sistema ttil e visual, considerando que propagao de ondas pelo espao provocada por
energia mecnica e eltrica na maioria das vezes. Desde a Gestalt, psiclogos passaram a
analisar os sentidos de modo que se tornou possvel entend-los com experincias que
descrevem o funcionamento do crebro quanto percepo. A percepo em si depende tanto
das sensaes quanto da interpretao criteriosa das relaes entre tudo que sentido. No
sistema auditivo, o som adquirido sequencialmente ordenado pelo ouvido humano e
percorre um caminho atravs da cclea at o crtex auditivo. Sua interpretao vai desde o
ouvido interno e pode se relacionar com lembranas de outros sons encontradas na memria.
As marcas deixadas por uma simples melodia podem gerar outras melodias ou serem
utilizadas para o simples reconhecimento da melodia a partir da execuo de poucas notas da
mesma. Desta mesma maneira, a percepo de ritmo leva ao acompanhamento do mesmo,
seja atravs de um instrumento musical ou um simples bater do p no cho, dando a
impresso de predio. Esta predio est relacionada com diversos fatores atravs dos quais
12
o crebro possibilita uma recuperao de uma informao antiga para reconhecer algo j
existente ou predispor a criatividade.
O tratamento de informaes, sejam elas de qualquer tipo, d a possibilidade de
entendimento das mesmas. Conceitos da Matemtica junto Computao permitiram que
fosse ento desenvolvida a Teoria da Informao, propondo uma maneira inovadora para o
tratamento de dados contidos em informaes atravs de mtodos matemticos. A partir da,
diversos trabalhos correlacionando as informaes contidas em dados tornaram-se possveis.
Na rea da Msica no foi diferente, tendo em vista que a anlise de uma grande quantidade
de obras vem a ser invivel ou cansativa por um humano, enquanto que um computador
habilitado para tal tarefa capaz de realiza-la em tempo hbil e sem fatigar-se pelo esforo
realizado.
Diversas pesquisas em busca das relaes entre as estruturas musicais foram realizadas
ao longo dos sculos atravs de anlise de partituras e documentos histricos. Com o avano
das tecnologias, as pesquisas foram se tornando mais intensas e os objetivos mais ambiciosos.
Alguns trabalhos clssicos propuseram o estudo das estruturas musicais em busca de
determinao de autoria, gnero e ritmos entre outras caractersticas importantes. A partir
deste ponto uma nova subrea da cincia musical surgiu com o nome de Recuperao de
Informaes Musicais (Music Information Retrieval MIR). A complexidade desta busca por
informaes contidas em msicas com o auxlio da computao resultou em diversas
metodologias que fazem parte do cotidiano auxiliando a seleo musical das pessoas atravs
do aconselhamento musical atravs de preferncias semelhantes (www.lastfm.com.br) e
possibilitando a identificao de msicas a partir do cantarolar de parte de uma melodia
relembrada (www.midomi.com).
Tendo em vista a possibilidade de interao entre as cincias e com base nos diversos
trabalhos da rea, decidiu-se aplicar tais conhecimentos em busca de uma nova maneira de
tratamento do udio a fim de permitir um agrupamento baseado nas estruturas internas das
msicas, como melodia e ritmo. Considerando o fato de a msica conter informaes e estas
informaes apresentarem relaes entre si, a possibilidade de aplicao de conceitos da
Teoria da Informao tornou-se foco deste trabalho. Tomando como base os principais
mtodos desta rea, verificou-se a existncia de um mtodo considerado estado da arte em
compresso baseada em contexto chamado mtodo de Predio por Correspondncia Parcial
(Prediction by Partial Matching PPM).
O PPM, mtodo aplicado neste trabalho, detm de bons resultados em diversas reas,
como reconhecimento de texturas, anlise de textos e outros tipos de informaes, sendo
13
trabalho, sendo descritos conceitos da Teoria da Informao com foco na descrio do PPM.
Uma breve introduo s noes de sinais de udio e seu processamento apresentada junto
definio das caractersticas do formato MIDI que ser utilizado para leitura e interpretao
dos arquivos de udio do trabalho. O tpico sobre anlise musical trata algumas caractersticas
da msica, apresentando definies sobre ritmo e melodia de modo que estes sejam
compreendidos do ponto de vista em que se enquadram na metodologia aqui aplicada. Por
fim, apresentado o mtodo estatstico aqui utilizado para avaliao dos resultados obtidos.
O Captulo 3 apresenta diversos trabalhos correlatos com inteno de mostrar como
algumas pesquisas da rea so desenvolvidas e quais critrios so tomados como base para a
realizao deste trabalho. Os mtodos de utilizao dos arquivos no formato MIDI tambm
so apresentados a fim de demonstrar maneiras diferentes para o tratamento do udio, visto
que este formato exprime apenas os eventos ocorridos e no fora desenvolvido apenas para
representao de udio, mas tambm para a comunicao de dispositivos.
O Captulo 4 define o mtodo aqui aplicado correlacionando a Anlise Musical com o
PPM. O sistema desenvolvido para avaliao do mtodo apresentado neste captulo com a
apresentao de alguns diagramas, detalhes do desenvolvimento, a interface do sistema, um
comparativo com o Sistema de Percepo Musica humano, alm de ser descrita uma verso
especfica do sistema. Os resultados dos testes realizados com o sistema so apresentados no
Captulo 5 e algumas consideraes sobre todo o trabalho esto situadas no Captulo 6.
15
2 Fundamentao Terica
Por se tratar de um trabalho multidisciplinar, o qual envolve conceito de msica,
computao, psicologia, medicina e estatstica, sero apresentadas neste captulo diversas
definies relacionadas com os temas passveis de utilizao. O enfoque principal passa a ser
em relao Teoria da Informao e sua aplicao num mbito musical em busca do
reconhecimento de padres existentes em linhas meldicas. O conceito de melodia e ritmo
ser apresentado de maneira sucinta a fim de que se torne claro o foco deste trabalho.
A relao entre o processamento de sinais e o formato MIDI ser descrita com enfoque
na utilizao deste formato para a anlise musical, sendo apresentadas apenas as
caractersticas relevantes. Como haver a aplicao de uma metodologia estatstica para
avaliao dos resultados obtidos atravs da validao cruzada, esta ser detalhada com
exemplo para o tipo de validao efetuado nos testes a serem realizados.
ocorrncia a partir de uma certa fonte de informao. Sendo S uma fonte de informao -
como uma imagem, um texto ou uma msica, por exemplo -, temos que um elemento x
gerado por S pode ser considerado uma varivel aleatria que assume o valor a 1 com
probabilidade P(x = ai), para i = 0, 1,, M-1. Uma varivel aleatria pode ser entendida como
uma varivel quantitativa, cujo valor depende de fatores aleatrios. Desta maneira, a auto-
informao associada a um pode ser representada a partir da Equao 1.
Num determinado alfabeto, se for atribudo a cada smbolo uma quantidade de bits
relativa a sua auto-informao, o comprimento mdio do cdigo eh minimizado. Shannon
(1948) provou que h a possibilidade de codificar sem perdas as informaes de uma fonte
qualquer chegando a uma taxa arbitrariamente prxima entropia, mas no inferior a ela.
Enquanto para a Fsica a entropia de um sistema uma medida de sua desordem, a teoria da
informao diz que a entropia ser menor se o modelo probabilstico utilizado para
codificao de um sistema for mais preciso. Logo, possvel utilizar a entropia para avaliar a
eficincia da codificao utilizada para uma fonte de informao, caracterizando um cdigo
como timo quando seu comprimento mdio igual entropia, pois neste caso a
probabilidade de ocorrncia de cada smbolo na sequencia estimada com preciso. Alm
disso, para atingir este comprimento mdio mnimo necessrio que cada smbolo seja
representado com nmero de bits igual sua auto-informao, obtendo desta forma uma
compresso de cdigo otimizada na transmisso ou armazenamento da mensagem.
As tcnicas de compresso so baseadas em mtodos de codificao para modelagem
de informao. Elas trabalham na relao entre o modelo e o cdigo a fim de encontrar a
compresso tima. Dentre estas diversas maneiras de codificao, surgiu um dos mais
sofisticados mtodos de codificao de informaes chamado mtodo de Predio por
Correspondncia Parcial. Este, que se caracteriza como um mtodo utilizado para compresso,
por sua vez, codifica smbolos a partir do reconhecimento de padres existentes em
sequncias e ser mais bem descrito a seguir.
definidos para a modelagem. Por exemplo, para um alfabeto de 256 smbolos, o nmero de
contextos de ordem dois e trs so, respectivamente, 65536 e 16777216. O contexto de ordem
dois gerencivel, enquanto o outro talvez seja muito grande para manipulao em alguns
casos. Na prtica, contextos relativamente curtos, entre dois e dez, so utilizados. Uma boa
implementao do PPM requer uma estrutura de dados cuidadosamente desenvolvida para
prover rpida busca e fcil atualizao diante dos milhares de smbolos. Em alguns casos
guardar em memria apenas a probabilidade de elementos que apareceram na criao do
modelo diminui o custo de memria para contextos altos.
Dentre as diversas caractersticas do PPM, alguns princpios podem ser levados em
considerao tanto na criao da tabela de probabilidades quanto na compresso. Um deles
o princpio da excluso, que retira da tabela os itens que no tero probabilidade de ocorrer no
momento da codificao. Outro princpio que pode ser citado se refere dinamicidade do
PPM, visto que o modelo pode ser esttico ou adaptativo. Um modelo esttico torna a
compresso mais rpida, alm de facilitar a descompresso visto que o modelo no ser mais
alterado durante a compresso por se utilizar de um conjunto fixo de probabilidades pr-
estimadas, o que pode levar a uma compresso ineficaz caso modelo seja incompatvel com o
que se deseja comprimir. J o modelo adaptativo, que se atualiza durante a compresso, pode
tornar mais lento o processo de compresso enquanto melhora a taxa de compresso por
utilizar as taxas reais durante este processo, j que vai se adaptando entrada.
O resultado da compresso dos smbolos de entrada baseando-se nos modelos o
armazenamento das probabilidades de ocorrncia de cada smbolo. Desta forma, os smbolos e
contextos com maior ocorrncia sero armazenados de uma maneira melhor por apresentarem
valores maiores para a probabilidade de ocorrncia, o que facilita a compresso utilizando um
bom codificador. Tendo em vista que as probabilidades sero resultados decimais, possvel a
utilizao do Codificador Aritmtico durante a compresso, visto que codificadores inteiros
dificultariam a aproximao do resultado entropia da fonte (WITTEN, 1987). O Codificador
Aritmtico tido como codificador timo por codificar cada smbolo com um nmero de bits
igual sua auto-informao, apresentando um cdigo timo de comprimento mdio igual
entropia.
Na prtica, pode-se utilizar o PPM apenas para calcular o resultado da sua compresso
a fim de comparar resultados de modelos utilizados. Para isto, aps a criao da tabela de
probabilidades de um modelo, realiza-se a compresso de uma fonte e obtm-se o resultado
final a partir da soma da quantidade de bits usada para representao de cada smbolo
baseando-se na frmula da auto-informao. O resultado da soma da quantidade de bits
19
utilizada para cada fonte no modelo em questo pode ser comparado a fim de verificar qual
fonte obteve uma melhor compresso, determinando qual delas garante uma maior adequao
da fonte ao modelo. H tambm a possibilidade de clculo da razo de compresso para
verificar onde obtido o melhor resultado em uma classificao. A razo de compresso
definida atravs da porcentagem entre o tamanho do arquivo comprimido e o no
comprimido. Uma aplicao do PPM apresentada a seguir a fim de facilitar seu
entendimento atravs de um exemplo voltado codificao de palavras.
Tabela 1. Exemplo de tabela de probabilidades utilizadas para para classificao com PPM
Ordem 3 Ordem 2 Ordem 1 Ordem 0
ABR A 2/3 AB R 2/3 A B 2/7 A 5/16
esc 1/3 esc 1/3 A C 1/7 B 2/16
ACA D 1/2 AC A 1/2 A D 1/7 C 1/16
esc 1/2 esc 1/2 esc 3/7 D 1/16
ADA B 1/2 AD A 1/2 B R 2/3 R 2/16
esc 1/2 esc 1/2 esc 1/3 esc 5/16
BRA C 1/2 BR A 2/3 C A 1/2
esc 1/2 esc 1/3 esc 1/2
CAD A 1/2 CA D 1/2 D A 1/2
esc 1/2 esc 1/2 esc 1/2
DAB R 1/2 DA B 1/2 R A 2/3
esc 1/2 esc 1/2 esc 1/3
RAC A 1/2 RA C 1/2
esc 1/2 esc 1/2
Fonte: Autoria prpria (2011)
Todas as informaes citadas podem ser vistas com maiores detalhes atravs do site oficial
http://www.midi.org.
Por ser um protocolo eletrnico, nota-se sua ampla adoo por toda a indstria da
msica desde sua definio em 1982. Por ser um protocolo digital e trabalhar com mensagens,
estas mensagens podem ser armazenadas em memria para um futuro uso. O formato padro
utilizado para armazenamento em arquivos o Standard Midi Format (SMF) que pode gerar
arquivos com as extenses "smf" e "mid". Este formato pode ser utilizado para representar
uma msica inteira, e como a msica armazenada como instrues ao invs de formas de
onda, o tamanho dos dados dos arquivos bastante pequeno em comparao aos formatos
mais comuns como MP3 e WAVE, os quais buscam representar o sinal de udio o mais
prximo possvel do sinal originalmente analgico utilizando-se ou no de compresso.
As mensagens em um arquivo mid representam os eventos que podem estar
relacionados s frequncias do udio, mudana de configurao ou podem ser referentes a
efeitos. Algumas caractersticas destes eventos foram baseadas no formato padro da notao
musical. Os eventos voltados s frequncias utilizam a diviso de notas de um piano e
codificam cada nota com um valor representativo entre 0 (zero) e 128. Esta codificao tem
como referncia a frequncia 440 Hz, sendo esta frequncia equivalente ao quarto L da
notao musical ocidental temperada (explicada posteriormente) e com o cdigo igual a 69 no
formato mid como pode ser visto na Figura 1.
orgnicas e suas relaes a fim de especificar uma lgica cientfica do que est sendo
analisado. A anlise musical caracterizada pelo entendimento de estruturas que fazem da
msica, uma arte to admirada e ao mesmo tempo questionada pelas sensaes passadas
atravs de sua execuo.
O som, matria prima da msica, sempre existiu, porm boa parte dos seres vivos
sente o som da mesma maneira que os seres humanos sentem as ondas de rdio atravessando o
corpo, ou seja, mal sentem ou no sentem. O sentido da audio est presente em muitos seres
vivos, mas a experincia de ouvir msica pelos seres humanos s possvel graas ao poder
do crebro em manipular padres complexos de som de maneira simultnea e sucessiva,
caracterizando assim a msica, fato que at ento no fora evidenciado em outros seres que
utilizam do sentido da audio com funo natural de sobrevivncia (JOURDAIN, 1998).
A palavra msica, que vem do grego musik tchne (arte das musas), d nome arte
de combinao de sons e silncios. Esta arte, cuja percepo auditiva e sequencial, existe
desde as primeiras civilizaes, com manifestaes prprias e teorias complexas que so
estudas at os dias atuais. Sua anlise teve fortes avanos no sculo XX a partir das
contribuies das diversas reas da cincia, como a psicologia, medicina, computao e a
prpria cincia musical. Isto gerou diversos conflitos entre msicos e pesquisadores, pelo fato
de estes buscarem formalizar logicamente os padres musicais, enquanto que aqueles
priorizam as relaes subjetivas apresentadas na msica.
O estudo da msica levou ao desenvolvimento da Teoria Geral Musical, muitas vezes
chamada de cincia musical, estruturada atravs de diversas disciplinas tidas no como fim,
mas como um meio de entendimento da msica. As principais disciplinas que compem esta
cincia so: teoria bsica da msica, solfejo, ritmo, percepo meldica, rtmica e dinmica,
harmonia, contraponto, formas musicais, instrumentos musicais, instrumentao,
orquestrao, arranjo, fisiologia da voz e fontica, psicologia da msica, pedagogia musical,
histria da msica, acstica musical, anlise musical, composio, regncia e tcnica de um
ou mais instrumentos musicais especficos (MED, 1996).
A estrutura musical determina que qualquer que seja o mtodo e o objetivo, o material
sonoro a ser usado pela msica tradicionalmente dividido de acordo com trs elementos
organizacionais: melodia, harmonia e ritmo. No entanto, quando nos referimos aos aspectos
do som nos deparamos com uma lista mais abrangente de componentes: altura, timbre,
intensidade, durao, entre outros.
A anlise realizada neste trabalho visa um estudo com base nos padres que podem ser
encontrados em articulaes rtmicas e meldicas de linhas meldicas. Uma articulao pode
26
ser considerada uma juno entre elementos semelhantes, e, neste caso, tem-se as notas
musicais como os elementos. As articulaes sero consideradas em relao diferena entre
as alturas das notas e diferena entre as duraes das mesmas, referentes s articulaes
meldicas e rtmicas, respectivamente.
2.3.1 Ritmo
Certas medidas so dispostas comumente como definidoras de ritmo. Uma frequncia
medida em unidade de tempo ou distncia d uma ideia de regularidade de acontecimento, no
entanto, o ritmo no algo que venha a ser regular. A razo de certa ordenao ou a noo do
fluir musical traz uma ideia estrutural muito mais abrangente em relao definio de ritmo.
Esta ordenao que pode ser de carter contnuo ou descontnuo requer maior ateno a partir
do momento em que sua diversas caractersticas so levadas em considerao na determinao
de um ritmo qualquer (KIEFER, 1979).
As caractersticas rtmicas voltadas msica esto relacionadas durao e
intensidade, todavia possvel caracterizar um ritmo tambm atravs de variaes de timbre e
altura. O ritmo na msica adquire condies especficas baseando-se nas culturas e nos
instrumentos atravs dos quais ele expresso. O msico, ao executar uma obra, tambm
interfere na forma como os ritmos so articulados, mesmo partindo de uma mesma
representao rtmica.
A representao rtmica na msica baseada em smbolos que so utilizados para dar
uma ideia de durao de movimentos. Estes smbolos seguem os conceitos de notaes
musicais, e partem da ideia de proporo temporal. A notao musical o nome comum dado
a qualquer sistema utilizado para representar graficamente uma obra musical, permitindo sua
execuo como fora composta (MED, 1996). Na Figura 2, algumas propores so
apresentadas utilizando a notao musical ocidental. Da esquerda para a direita temos
smbolos que representam as duraes: semibreve, mnima, semnima, colcheia, semicolcheia,
fusa e semifusa. A ideia de proporo existente entre elas se d a partir da durao em escala
temporal. Uma semibreve representa uma unidade de tempo proporcional a duas mnimas,
sendo assim, a semibreve apresenta-se como uma unidade e a mnima como metade desta
unidade, e assim por diante. Considerando que cada representao referente unidade
padro que semibreve neste caso. Logo, temos que a semifusa equivale a um sessenta e
quatro avos do tempo de durao da semibreve.
27
2.3.2 Melodia
A sucesso de notas proporcionando uma variao de frequncias sonoras caracteriza
o que pode ser chamado de melodia. Na teoria musical, tem-se que a base para o estudo das
28
Tendo em vista a altura das notas em relao pauta, verifica-se que ocorre uma sequncia de
ascenso e queda.
A altura de uma nota determina quo grave ou quo aguda ela considerando a sua
localizao na pauta, de modo que podemos comparar a pauta com um grfico em que o eixo
das abscissas representa o tempo, enquanto que o eixo das ordenadas representa a frequncia
das ondas sonoras. Um exemplo grfico comparativo para a melodia do Hino Nacional
Brasileiro apresentado na Figura 5. Outro conceito da Teoria Musical que visto nesta
partitura o ponto aps o smbolo, tornando a nota com uma durao 50% maior que sua
durao original.
evento sonoro um processo rpido, porm minucioso, e este processo baseia-se em etapas,
como: deteco, sensao, discriminao, localizao, reconhecimento, compreenso, ateno
e memria. A partir disto, Boothroyd (1986) afirma que:
Fonte: CULLER et al. (1943 apud GOLDSTEIN, 2002, p. 354, traduo prpria)
Aps a passagem pela cclea e pelo rgo de Corti, o estmulo causado pelo som segue
atravs dos neurnios do nervo da cclea at chegar ao crtex auditivo. Antes de chegar ao
crtex, os estmulos passam por alguns diversos caminhos onde ocorrem combinaes do que
percebido em cada ouvido. Neste percurso, os estmulos do ouvido direito e esquerdo se
cruzam nos ncleos olivares superiores e seguem para ambos os lados do crebro juntos,
como se o estmulo fosse duplicado, combinado com o estmulo do lado contrrio e assim
enviado para ser interpretado. Alm de se cruzarem nos ncleos olivares, h tambm um
encontro no colculo inferior antes de chegar ao ncleo geniculado medial e ser enviado para
o crtex auditivo. O caminho dos estmulos sonoros resultantes da percepo das frequncias
na cclea pode ser mais bem observado na Figura 8, onde setas representam os percursos dos
estmulos pelos neurnios atravs das fibras aferentes do nervo vestbulo-coclear. Estas fibras
33
aferentes so responsveis pela aferio dos estmulos sensoriais auditivos e fazem parte do
processo de percepo como intermedirias do translado de tais estmulos (GOLDSTEIN,
2002).
memria de longo prazo. Para codificar algo na memria de longo prazo h a necessidade de
reforar o estmulo para que ocorra a persistncia da informao. Logo, quanto maior a
frequncia, maior ser a fixao do material "aprendido" (BARKER et al., 1999). Alm disso,
vale salientar que o tratamento do som sequencial e que o crebro trabalha normalmente
com foco nas alteraes do que percebido, pois se tem que a ateno a algo que se mantm
constante ou que repetitivo torna-se baixa (GOLDSTEIN, 2002). Percebe-se ento que ao
aprender, a ateno alterada e a partir da aprendizagem concluda o foco da ateno se dar
para novos objetos.
Tendo em vista toda esta descrio das caractersticas musicais e da percepo
auditiva, verifica-se que a repetio de um evento sonoro causa sua maior fixao e facilita
sua recuperao atravs da memria. Estes pontos fazem uma conexo com o PPM e com a
anlise musical de maneira que possvel propor uma anlise musical baseada na verificao
de repeties, considerando estas repeties posteriormente como padres e utilizando-as para
reconhecimento de materiais semelhantes a partir da busca por estes padres.
Os conceitos expostos tambm servem de base para os testes que so apresentados
neste trabalho a partir do mtodo proposto. Para validao do mtodo, h de se utilizar de
tcnicas estatsticas a fim de obter informaes sobre quo vlidos so os mtodos utilizados.
Dentre as diversas tcnicas existentes, a tcnica trabalhada neste estudo ser descrita a seguir.
LOOCV). A escolha deste tipo se deu pelo fato de tal validao servir para qualquer tipo de
classificao, pois se torna possvel testar todos os grupos de itens.
No LOOCV, apenas um item dos modelos ser retirado por vez para compor o
conjunto de teste, deixando os demais itens compondo os modelos a serem testados. Os
resultados dos testes de cada item com todos os modelos sero comparados para estimar o
erro obtido com os modelos e validar qual modelo pode ser usado para prever melhor. Este
um mtodo caro a partir de um ponto de vista computacional, porque todos os subconjuntos
de modelos sero criados durante o processo de formao para validar com o conjunto de
teste.
entropia relativa aparenta ser um bom parmetro para identificao de msica e para deteco
se similaridades entre obras.
Outro tipo de tratamento encontrado em Cilibrasi et al (2004), trabalho que tem um
foco na criao de clusters aps a comparao dos arquivos baseando-se em mtricas de
similaridade universais. H a fundamentao de tentar aproximar-se da noo da
complexidade de Kolmogorov, em que o tamanho do menor cdigo comprimido a partir de
um objeto original pode ser reproduzido sem perdas por um eficiente descompressor. No
entanto, por motivos computacionais se utiliza de tcnicas comuns de compresso e uma
mtrica de similaridade computvel a partir da Distncia de Compresso Normalizada
(Normalized Compression Distance - NCD).
De fato, o trabalho computa a distncia entre os pares de arquivos mid resultando
numa matriz de distncia. Para isto, os arquivos so pr-processados para se tornarem
uniformes, sem dados particulares como informaes dos artistas, tags, ttulos, entre outros
dados. Ocorre um clculo em busca de uma nota para se tornar referncia, chamada nota
modal, a partir da qual as notas seguintes so computadas. A nota modal escrita como o
primeiro byte de cada arquivo e cada nota comparada a ela antes de ser armazenada, sendo o
valor 1 (um) indicando que a nota a prxima nota aps a nota modal na sequencia de notas
existentes no formato MIDI e o valor -2 representando a penltima nota antes da nota
modal, por exemplo. O bzip2 utilizado como programa para compresso, sendo os
resultados desta compresso utilizados para a criao dos clusters.
Estes mtodos aqui apresentados mostram a complexidade do tratamento de arquivos
de udio perante os algoritmos e tcnicas existentes. A aproximao da metodologia aplicada
com a teoria musical levada em considerao a fim de adequar cada trabalho ao tipo de dado
a ser tratado, todavia, verifica-se que os trabalhos tratam normalmente a representao dos
conceitos musicais como bytes armazenados em arquivos ao invs de considerar o prprio
dado como objeto de estudo.
Tomando tal colocao como base terica, este trabalho prope um mtodo de anlise
musical baseado em melodias e ritmos, considerando alguns destes conceitos utilizados nestes
trabalhos correlatos e adicionando uma nova modelagem dos dados para uma classificao
voltada autoria e semelhana de linhas meldicas. Os detalhes da anlise realizada so
descritos a seguir junto apresentao do sistema desenvolvido e dos bancos de dados
utilizados para a anlise.
41
caractersticas semelhantes, principalmente nos contornos meldicos, alm ser verificado que
as similaridades ocorrem em trechos meldicos de um mesmo instrumento, normalmente.
Na msica clssica existem compositores que desenvolveram trabalhos especiais para
instrumentos especficos, sendo geralmente estes instrumentos os expositores das melodias
musicais ou cantores das obras. Um instrumento muito utilizado para tal funo o violino,
normalmente acompanhado por piano ou outros instrumentos de corda como viola e
violoncelo com os quais a linha meldica pode ser compartilhada.
O violino um instrumento clssico que adquiriu seu formato atual por volta do sculo
XVI que apresenta quatro cordas e seu som extrado principalmente atravs da frico de
um arco nas cordas. O arco feito de madeira e a parte que entra em contato com as cordas do
violino feita de fios de crina de cavalo com tenso regulvel (SANDYS e ANDREW, 2006).
Um dos melhores fabricantes durante a Era de Ouro do violino foi a famlia Stradivarius,
cujo exemplo de violino pode ser visto na Figura 9.
1
O Violino Lady Blunt foi leiloado em junho de 2011 por aproximadamente 16 milhes de dlares em prol de ajudar ao
Japo com relao aos terremos e tsunamis ocorridos no ms de maro de 2011. Este violino pertenceu Lady Anne Blunt,
filha de Ada de Lovelace (considerada a primeira programadora da histria) e neta do Lorde Byron (um dos maiores poetas
europeus).
43
com o intuito de encontrar obras semelhantes com base nos padres que so tratados
previamente em seus modelos criados para predio. As obras utilizadas nos testes iniciais
foram compostas para violino solo por grandes compositores clssicos a fim de tentar garantir
que a sequncia de notas de cada obra sirva para criar um bom modelo para predio de outras
obras, permita a avaliao das variaes do mtodo utilizado. A avaliao parte da anlise das
linhas meldicas de obras com base no ritmo e na melodia extrados de arquivos no formato
MIDI. A partir dos resultados dos testes iniciais, as melhores variveis so utilizadas em um
teste com um banco de dados maior a fim de submeter o mtodo a uma anlise mais apurada.
entre duas notas consecutivas sempre ser de uma unidade de semitom. Caso aparea um C4
seguido de um D4 em uma sequncia de notas, a subtrao de suas alturas resultar em 2, que
seria equivalente contagem de semitons que separam tais notas, semitons estes que podem
ser representados por C4, C4# e C4#, D4, consecutivamente. Entretanto, se surgir um F5
seguido de um E5 em uma sequncia o resultado ser -1, pelo fato de haver uma diferena de
um semitom entre tais notas e elas aparecerem em ordem descendente.
A aplicao deste mtodo se d pelo fato que uma mesma melodia reconhecida pelo
ser humano mesmo quando esta executada em alturas diferentes da original, ou com centro
tonal alterado. Sendo assim, a anlise do contorno meldico se impe como mais convincente
do que a anlise apenas das notas existentes em uma melodia (TIGHE e DOWLING, 1993). A
representao do contorno com base nas diferenas entre as alturas das notas apenas uma
proposta, sendo possvel tal representao ser realizada de outras maneiras.
O ritmo musical por sua vez apresenta-se como uma forma complexa a ser avaliada.
Trabalhos como o de Shmulevich et al. (2001) tratam os diversos problemas encontrados no
reconhecimento de padres rtmicos argumentando que uma implementao bem sucedida de
um sistema para tal funo deve incorporar informaes voltas percepo, alm de critrios
de erro. Alguns mtodos para o tratamento dos ritmos so citados no trabalho considerando os
problemas encontrados. Tais mtodos juntos a diversos outros citados em Shmulevich e Povel
(1998) somam uma gama de frmulas complexas que no se aplicam a este trabalho por
tratarem de udio em formato de ondas, todavia, serviram de base para a concepo do
mtodo aqui aplicado.
Por partir de uma conjectura perceptual, o ritmo de uma orquestra baseado em uma
diviso inicial do tempo dada pelo maestro. Antes de dar incio execuo de uma pea
musical o maestro normalmente apresenta uma unidade de tempo demarcando seu o incio e
fim desta unidade com sua batuta, e os instrumentos iniciam na segunda ou terceira marcao
de tempo realizada pelo maestro. Assim se procede toda a execuo da pea, de maneira que a
durao de cada som baseia-se na unidade de tempo anteriormente apresentada. Esta
determinao de unidade de tempo consiste na definio do andamento que ser dado ao pulso
musical. Este pulso pode ser comparado com a pulsao do corao ou um pulso eltrico.
A partir destas condies, o ritmo tratado neste trabalho com base nas relaes
existentes entre as sequncias de duraes das notas2. Os valores a serem considerados so
2
Este mtodo foi proposto e aplicado por Antonio Deusany de Carvalho Junior, Carlos Peixoto Mangueira Jnior e Tiago de
Frana Souza em um trabalho prtico da disciplina Introduo Teoria da Informao do perodo 2009.2 do curso de
Bacharelado em Cincia da Computao da Universidade Federal da Paraba.
45
dados a partir da razo entre os tempos de durao de uma nota por sua antecessora, ou seja, o
valor correspondente a quo maior ou menor a durao da nota atual em relao anterior.
Desta maneira, se a unidade de tempo utilizada como referencia para a execuo de uma obra
diferente em outra obra e em ambas so encontradas sequncias de notas mantendo as
mesmas propores de durao, o padro rtmico ser encontrado e determinado como
similar, o que leva ao encontro de padres semelhantes em obras com tempos diferentes em
batidas por minuto (beats per minute - bpm).
Figura 10. Parte da partitura do primeiro movimento da obra BWV 1002 de Johann Sebastian Bach
Ter certeza sobre as razes pelas quais tais obras so similares requer um estudo
avanado sobre a maneira como fora realizada tal composio, o contexto histrico das
mesmas, alm das experincias musicais tidas pelo compositor antes da concepo destas
peas. Sabe-se que Bach pode ter criado estas melodias com tais semelhanas com inteno
47
de manter um tema meldico em comum entre elas. Este conjunto de obras foi concludo em
20 anos durante um nico perodo literrio e as obras foram compostas como movimentos
musicais em formato de dana. Existem outros trabalhos de outros compositores do mesmo
perodo semelhantes a estes, alm disso, sabido que outros trabalhos inspiraram Bach
durante a composio deste conjunto de obras (LESTER, 1999).
Como a realizao da anlise conceitual e histrica de muitas obras levaria tempo,
proposta aqui a utilizao do PPM com o propsito de tornar prtica a avaliao de tais
semelhanas. O PPM trabalha com a predio a partir de uma correspondncia parcial dos
contextos de cada elemento em uma sequncia. Sendo assim, a semelhana entre partes de
uma sequncia implica na correspondncia de contextos que podem ser utilizados para a
compresso de forma que quo maior for a quantidade de semelhanas, maior ser a
compresso.
Esta aplicao do PPM junto aos conceitos de Teoria Musical proposta com o intuito
de mostrar o valor de sua utilizao como parte de sistemas que necessitem buscar tais
caractersticas aqui tratadas. Esta prtica pode ser futuramente utilizada para reconhecimento
de melodias semelhantes ou decorrentes de plgio, reconhecimento de autorias de obras,
determinao de estilos musicais a partir do ritmo, criao de obras a partir das caractersticas
mais relevantes de um compositor, dentre outras maneiras. Para a realizao de alguns testes
com tal metodologia, um sistema foi de desenvolvido para agrupar obras compostas por um
mesmo autor e verificar quo eficiente seria a predio utilizando o PPM. Estes testes foram
realizados a partir de cinco tipos de avaliaes que so descritas a seguir. As avaliaes tem o
intuito de complementar o mtodo com outras formas de tratamento das obras.
Como cada obra detm de uma quantidade especfica de notas, que pode variar entre as obras
utilizadas nos testes, tambm preciso normalizar verificando qual a menor obra utilizada
com o intuito de limitar todas as outras e assim evitar que grupos adquiram quantidades
desproporcionais de articulaes para serem utilizadas na classificao.
A avaliao dos acertos pelos modelos considera que houve sucesso na classificao de
um arquivo quando uma obra retirada de um modelo durante a validao cruzada para criao
do grupo de testes posteriormente comprimida com menor razo de compresso utilizando o
modelo do qual ela foi originada. A razo de compresso calculada neste caso a partir da
diviso do tamanho final da obra comprimida utilizando um modelo pela quantidade de notas
selecionadas para normalizao.
Uma opo a ser utilizada na avaliao referente considerao de harmonias e das
pausas. Os modelos podem ser criados utilizando apenas as notas da linha meldica e
descartar notas que ocorrem ao mesmo tempo de outras, ou converter as harmonias em
arpejos quando selecionado para considerar harmonias. Ao considerar as pausas, os intervalos
entre duas notas so substitudos por um smbolo referente a este silncio. Por padro, as
harmonias so removidas e no se consideram as pausas.
Considerando os modos de avaliao, temos que o primeiro modo apresenta duas
variaes por utilizar a melodia ou o ritmo em cada caso, no entanto, ambos seguem o mesmo
algoritmo. Os arquivos so lidos, interpretados e decidida a criao do modelo PPM
utilizando apenas um tipo de dado, sendo este dado relacionado s articulaes meldicas ou
s propores rtmicas. Aps a criao dos modelos, a validao cruzada utilizada com
estes. Os resultados so dados a partir quantidade de acertos realizada por cada modelo. As
classificaes do primeiro modo so utilizadas para os prximos modos como base para o
algoritmo.
O segundo modo de avaliao realiza a mdia dos resultados obtidos pela classificao
de uma obra utilizando a melodia e o ritmo. O terceiro modo segue o mesmo princpio de
mdia, todavia, neste modo a mdia realizada utilizando-se da posio no ranking. No
terceiro modo, h a classificao normal por ritmo e melodia separadamente, e apenas os
valores das posies no ranking so utilizados para o clculo da mdia. Em ambos os modos,
os resultados so dados a partir dos acertos aps a realizao da mdia.
O quarto modo tambm parte dos resultados da classificao utilizando ritmo e
melodia, no entanto, verifica qual destas classificaes obteve maior certeza de acerto. Esta
certeza dada a partir da diferena entre a razo de compresso dos dois primeiros colocados
49
suportada desde a verso 1.3 do Java e apresenta um aplicativo demo como exemplo de suas
funcionalidades disponibilizado junto documentao em JAVA SOUND DEMO (2010).
O site Java Sound Resources (JSRESOURCES, 2010) serviu de base para o estudo da
tecnologia aqui utilizada por se tratar de uma fonte de recursos sobre as possveis formas de
tratamento de sons utilizando a linguagem Java. O site contm diversos cdigos de exemplo
alm de aplicaes e uma lista das perguntas mais frequentes sobre o assunto.
O PPM e o Codificador Aritmtico utilizados neste trabalho foram desenvolvidos por
Bob Carpenter (ARITHMETIC CODING, 2011). A implementao apresenta-se adequada
para o tratamento dos dados por armazenar informaes utilizando um Byte por cdigo,
suficiente para o trabalho por ser possvel utilizao de at 256 possibilidades de valores. Este
PPM apresenta-se tambm adaptado a um codificador aritmtico que codifica a auto-
informao de cada smbolo em um arquivo final para fins comparativos em relao
compresso, visto que este arquivo ser utilizado na identificao dos melhores modelos a
partir do menor tamanho necessrio para tal armazenamento.
O sistema desenvolvido permite a adio de arquivos mid e criao de modelos com
os arquivos. Ao adicionar um arquivo ao sistema realizada a leitura e interpretao do
arquivo. Neste ponto apenas os eventos relacionados ao incio e fim de notas so verificados e
a partir da criada uma lista sequencial com o valor das notas e uma lista com a durao das
notas.
Como o PPM utilizado trabalha com o tipo de dado Byte, tem-se que os valores
utilizados se encontram entre 0 e 255. Na leitura das notas realizada a subtrao entre a nota
e sua antecessora, e o resultado somado a 127 antes de ser armazenado na lista. Tomando
como referncia a extenso de notas de um violino, tem-se que ele permite a execuo de um
total de 51 notas diferentes, o que garante que os resultados podem variar entre -50 e 50, que
somados a 127 levam existncia de valores entre 77 e 177 na lista de notas. Isto no impede
a utilizao de melodias de outros instrumentos, como, por exemplo, o piano que apresenta 88
teclas, o que levaria a uma extenso de valores entre 39 e 215.
A leitura dos tempos de durao teve um tratamento especial pelo fato de os valores
serem normalmente fracionrios. As razes menores que 1 (um) tem seus valores truncados na
segunda casa decimal, sendo este valor multiplicado por -100 e somado a 127. Nos casos em
que a razo for maior ou igual a 1 (um), o valor truncado na primeira casa decimal,
multiplicado por 10 e adicionado a 127. A amplitude da faixa de propores possveis vai de 0
a 0.99 e 1.0 a 9.9, o que leva a lista de duraes a apresentar valores entre 28 e 226.
52
O menu de testes apresenta as diversas opes de avaliaes que podem ser realizadas.
As opes de avaliao foram nomeadas de acordo com o modo de avaliao, sendo AV1 o
primeiro modo e assim sucessivamente. Como o primeiro modo pode variar entre ritmo e
melodia, existem as opes AV1M para anlise utilizando melodia e AV1R para anlise
utilizando ritmo. Enquanto a classificao no realizada, a opo de exportar resultados
continuar desativada, como pode ser visto na Figura 19, onde apresentada a interface do
menu Testes. A ltima opo deste menu serve para realizar todos os testes em sequncia
havendo a necessidade apenas de determinar os contextos iniciais e finais de cada teste, como
necessrio para a realizao de um dos testes quaisquer.
Aps a realizao de uma classificao qualquer, uma nova aba aparece com os
grficos dos resultados obtidos. Nesta aba podem ser vistos os resultados atravs de
perspectivas diferentes. A primeira opo exibida na Figura 20 mostra o resultado mdio de
acertos em cada contexto aplicado ao PPM. A opo de contexto do PPM limita a quantidade
de smbolos que sero considerados como contexto. O contexto zero, por sua vez, no
considerar elementos antecessores e ir basicamente contar a quantidade de ocorrncias de
cada smbolo durante a criao da tabela de predio. A ltima barra representa a mdia de
acerto geral utilizando os contextos de 0 a 6, no caso da Figura 20.
55
Estes grficos servem para observar a qualidade dos modelos diante dos contextos
testados. As perspectivas diferentes permitem uma anlise diferenciada dos resultados de
acordo com o que se deseja avaliar. A realizao de todos os testes de uma s vez torna-se
necessria quando se deseja encontrar as melhores configuraes para anlise de arquivos
selecionados para a criao dos modelos. Os resultados da aplicao sistema sero exibidos no
prximo captulo, no entanto, antes disso haver um breve comparativo do sistema aqui
descrito com os processos relacionados percepo auditiva.
tratamento do ritmo com foco a durao das notas e suas propores relativas, sendo este o
tratamento do ritmo que analisado neste trabalho.
A Figura 23 exibe uma comparao entre os sistemas baseando-se no que j fora
descrito anteriormente. Seguindo o caminho do som, tem-se que as notas so interpretadas
com relao s suas frequncias pela cclea de forma semelhante como o arquivo mid
processado na classe Obra. O lobo temporal interage com o hipocampo na memorizao ou
na busca pelos padres encontrados nas obras escutadas, assim como a classe Classificador
interage com o pacote ppm no intuito de realizar a classificao atravs da busca por o que
lido atravs do arquivo mid. O tratamento do arquivo mid utilizando o PPM em um
modelo criado resultar em uma compresso maior deste arquivo quando houver uma maior
quantidade de smbolos semelhantes, o que se assemelha com classificao cerebral que ser
possvel quando houver conhecimento prvio armazenado na memria em relao ao que se
ouve.
Fonte: Autoria prpria (2011, adaptado de GUYTON, 2006, p. 652 e GOLDSTEIN (2002, p. 351)
O fato de o sistema estar do lado esquerdo do crebro foi intencional pelo fato de haver
a anlise apenas do ritmo e da melodia, considerando que o crtex secundrio direito trata a
harmonia musical, tema no tratado neste trabalho. Outro ponto relevante desta comparao
est voltado para o fato de esta ideia de correlao com o crebro passar a ter mais sentido na
aplicao que ser apresentada na prxima seo onde haver uma busca de uma obra dentre
59
muitas outras, algo que normalmente ocorre ao se ouvir uma msica qualquer por algum com
muita experincia musical.
alm de no ser necessrio o clculo de limites de notas nem utilizao da validao cruzada.
O resultado passou a ser restrito exibio dos 10 primeiros colocados na avaliao. Alguns
testes realizados com esta verso e com a verso completa do sistema so apresentados no
captulo a seguir.
61
4 Resultados da Anlise
A fim de avaliar o mtodo proposto neste trabalho, um teste fora realizado com obras
criteriosamente selecionadas. Considerando que alguns compositores fizeram obras
especialmente para violinos, buscaram-se conjuntos de obras de violino solo de um mesmo
compositor, com o intuito de verificar a existncia de semelhanas entre as obras desta
categoria. Pelo fato de existirem obras com diferentes quantidades de notas, o procedimento
de normalizao realizado utilizando o mtodo de calcular a quantidade de notas mxima
em comum entre os arquivos e definir este valor como limite de notas a ser considerado
durante a anlise.
Os compositores selecionados para a anlise foram Albinoni, Bach, Beethoven,
Brahms e Mozart. As obras fazem parte de sonatas e concertos para violino, foram obtidas
atravs de sites da internet que disponibilizam reprodues em mid das partituras originais
de peas clssicas. O principal site utilizado nesta pesquisa para obteno dos arquivos foi o
KUNST DER FUGE (2010), site destinado a armazenar o maior contedo de msica clssica
em formato mid, apresentando biografias dos compositores e outras informaes
importantes para pesquisas na rea. A lista de obras utilizadas nestes testes se encontra no
APNCICE C.
Os arquivos foram tratados de modo manual para que apenas a trilha musical
correspondente ao violino fosse analisada pelo programa, tendo em vista que os arquivos
mid apresentam trilhas separadas para cada instrumento alm de outras informaes sobre
eventos. Alguns arquivos apresentavam vrios movimentos juntos sendo necessria uma
anlise minuciosa dos arquivos utilizando as partituras dos mesmos, realizando a busca pelas
partituras a partir do IMSLP (2010), projeto que prov a disponibilizao de partituras e
arquivos de udio referentes a uma coleo de obras clssicas separadas por compositor,
melodias, instrumentos e gneros.
Aps a preparao, os arquivos foram adicionados ao sistema para o agrupamento em
modelos separando-os por compositor. 10 arquivos foram utilizados por compositor,
resultando num total de 50 arquivos. O valor utilizado para a normalizao foi de 205 notas,
resultando num total de 204 intervalos desconsiderando pausas e harmonias.
62
As abas de resultados seguem a ordem dos testes realizados e, como foram realizados
cinco testes, cinco abas foram acrescentadas. Os resultados so apresentados das trs formas
possveis dentro de cada aba e alguns detalhes so discutidos na seo a seguir a fim
Os resultados da anlise no primeiro modo com melodia utilizando contextos de 0 a 6
exibido nas Figuras 25, 26 e 27. Os resultados da anlise no primeiro modo com ritmo
utilizando contextos de 0 a 6 exibido nas Figuras 28, 29 e 30. Os resultados da anlise no
segundo modo utilizando contextos de 0 a 6 exibido nas Figuras 31, 32 e 33. Os resultados
da anlise no terceiro modo utilizando contextos de 0 a 6 exibido nas Figuras 34, 35 e 36.
Os resultados da anlise no quarto modo utilizando contextos de 0 a 6 exibido nas Figuras
37, 38 e 39.
63
Figura 25. Interface do resultado da anlise no primeiro modo com melodia (1)
Figura 28. Interface do resultado da anlise no primeiro modo com ritmo (1)
A partir destes resultados optou-se por realizar os testes simuladores do MIREX com o
modo de avaliao AV3 e com o contexto 1, por ser a maior porcentagem encontrada na
Tabela 2. Os arquivos a serem avaliados fora escolhidos aleatria mente no banco de dados
ESAC-DATA (2010). Os arquivos selecionados foram: A0001.mid, A0004C.mid,
B0780.mid, E0679G.mid, Q21551.mid, Z1382.mid. Para formar cada uma das seis bases de
teste, as alteraes foram realizadas na terceira nota de cada arquivo: deletando a terceira
69
nota, inserindo um d central como colcheia aps a terceira nota (com cdigo 60 em MIDI,
referente ao d central), ampliando a terceira nota para semibreve pontuada e comprimindo
para semicolcheia. Os resultados dos testes so apresentados na Tabela 4.
O tempo necessrio para a realizao total dos 30 testes com as 5223 obras foi de 7,5
minutos. Aps a obteno destes resultados, pessoas so selecionadas para avaliar a
semelhana das obras ranqueadas em relao obra original de cada base, ponderando em trs
nveis: muito similar, pouco similar, no similar. Este tipo de avaliao no foi realizado no
caso deste trabalho. Os resultados apresentados nesta seo junto aos outros conceitos
dispostos neste trabalho sero correlacionados no prximo captulo.
70
5 Consideraes Finais
Aps a reviso dos contedos aqui aplicados foi possvel ter uma ideia de quantas
variveis devem ser consideradas para a anlise de uma representao sonora qualquer. O
estudo tornou-se cada vez mais complexo com o aprofundamento do contedo visando
promover uma viso mais prxima da real ou tentando simular as atitudes cerebrais perante a
percepo sonora. No entanto, o agrupamento dos conceitos de diversas cincias promoveu
uma maior apreenso de caractersticas importantes induzindo a uma viso mais clara do que
pode ser til para esta e outras pesquisas.
A pesquisa aqui apresentada props uma anlise dos padres musicais existentes em
ritmos e melodias considerando um grupo especfico de obras voltadas para violino solo com
intuito de realizar testes com diferentes modos de avaliao. A partir disto foi possvel
restringir a anlise por se considerar apenas linhas meldicas, alm de reduzir os conceitos
utilizados durante a anlise musical. A sugesto de aplicao do PPM neste mbito fora
deveras criteriosa a fim de garantir a fidelidade das comparaes realizadas com os outros
trabalhos na rea e com os conceitos envolventes. Os resultados obtidos predispem o uso dos
mtodos testados em outros trabalhos e propem novos testes em busca de avanos a partir da
utilizao de outros conceitos da Teoria Musical.
musicais podem trazer melhores resultados. O fato de o banco de dados de obras de violino ter
sido obtido atravs de sites da internet tambm oferece uma indagao sobre a validade dos
testes, o que pode ser resolvido com a utilizao de outros bancos especficos para teste ou da
avaliao das obras por msicos certificados para tal.
Na rea de Computao Musical existem trabalhos sobre identificao de obras a partir
do cantar de partes da obra, trabalhos que realizam a identificao de gneros musicais a partir
de trechos musicais, entre outros tantos que poderiam partir dos mtodos aqui avaliados para
obteno de resultados. A sua utilizao em sistemas de Inteligncia Artificial no deixa de
ser vivel tendo em vista a semelhana da modelagem realizada com os dados das msicas
com o tratamento pelo sistema de percepo musical, alm do fato de o algoritmo do PPM ter
semelhanas com o tratamento das informaes no crebro humano. De um modo geral, a
pesquisa abre diversas possibilidades para a utilizao dos mtodos aqui descritos,
principalmente pelo fato de ter sido concebida com base em conceitos de cincias diferentes.
73
Referncias
BACH, Johann Sebastian. Violin Partita No. 1 in B minor, BWV 1002. International Music
Score Library Project (IMSLP). Disponvel em:
<http://imslp.org/wiki/Violin_Partita_No.1_in_B_minor,_BWV_1002_(Bach,_Johann_Sebast
ian)>. Acesso em: 10 jun. 2010a.
______. Violin Partita No. 2 in D minor, BWV 1004. International Music Score Library
Project (IMSLP). Disponvel em:
<http://imslp.org/wiki/Violin_Partita_No.2_in_D_minor,_BWV_1004_(Bach,_Johann_Sebast
ian)>. Acesso em: 10 jun. 2010b.
BOOTHROYD, Arthur. The sense of hearing. In: Speech, Acoustic and Perception
Disorders. Austin: Pro-Ed Studies in Communicative Disorders; Pro-Ed Inc, 1986.
74
BROWN, Calvin S. The Relations between Music and Literature as a Field of Study. In:
Comparative Literature, Vol. 22, No. 2, p. 97-107, Special Number on Music and Literature.
Spring, 1970.
CILIBRASI, Rudi; VITNYI, Paul; WOLF, Ronald de. Algorithmic Clustering of Music
Based on String Compression. In: Computer Music Journal, 28:4, p. 4967, Winter.
Massachusetts Institute of Technology, 2004.
CLEARY, J. G.; WITTEN, I. H. Data Compression Using Adaptive Coding and Partial
String Matching. In: IEEE Transactions on Communications, COM-32(4), p.396402, April.
1984.
CULLE, E. A.; COAKLEY, J. D.; LOWY, K.; GROSS, N. A revised frequency-map of the
guinea-pig cohclea. American Journal of Psychology, 56, p. 475-500. 1943.
DANNENBERG, Roger B; HU, Ning.; Discovery Techniques for Music Audio. In: ISMIR
2002. Conference Proceedings: Third International Conference on Music Information
Retrieval, M. Fingerhut, ed., p. 63-70, Paris: IRCAM, 2002.
JAVA SOUND DEMO. Java Sound API: Java Sound Demo. Oracle Technology Network -
Java. Disponvel em: <http://www.oracle.com/technetwork/java/index-139508.html>. Acesso
em: 10 jun. 2010.
KIEFER, Bruno. Elementos da Linguagem Musical. Porto Alegre, RS, Brasil. Editora
Movimento, 1979.
KUNST DER FUGE. The largest classical music resource in .mid files. Disponvel em:
<www.kunstderfuge.com>. Acesso em: 10 jun. 2010.
LARUE, Jan. Significant and Coincidental Resemblance between Classical Themes. In:
Journal of the American Musicological Society. Vol. 14, No. 2, p. 224-234, Summer. 1961.
LESTER, Joel. Bach's works for solo violin: style, structure, performance. Oxford
University Press, 1999.
MOFFAT, A. Implementing the PPM data compression scheme. In: IEEE Transactions on
Communications, 38(11), p. 19171921. 1990.
MOORE, A.W.; LEE, M.S. Efficient algorithms for minimizing cross validation error. In:
Proceedings 11th International Conference on Machine Learning, p. 190-198, New
Brunswick, New Jersy. Morgan Kaufmann. 1994.
SANDYS, William; ANDREW, Simon. History of the Violin. Dover Publications, 2006.
77
SILVA, Francisco Manuel da. Hino Nacional Brasileiro. Acervo Digital da Fundao
Biblioteca Nacional do Brasil, 1953. Disponvel em:
<http://objdigital.bn.br/acervo_digital/div_musica/mas198391/mas198391.pdf >. Acesso em:
10 nov. 2011.
STRADIVARIUS VIOLIN. Stradivarius violin sold for 9.8m at charity auction. BBC
News Entertainment & Arts, 2011. Disponvel em:
<http://www.bbc.co.uk/news/entertainment-arts-13852872>. Acesso em: 21 jun. 2011.
TIGHE, Thomas J.; DOWLING, W. Jay. Psychology and music: The understanding of
melody and rhythm. Lawrence Erlbaum Associates, Publishers. New Jersey: Hillsdale, 1993.
WITTEN, I. H.; NEAL, R. M.; CLEARY, J. G. Arithmetic Coding for Data Compression.
In: Journal of the ACM, v. 30, n. 6. 1987
78
79
A
B
C
D
R
Entrada: ABRACADABRA
Contexto: - - -
A1 B
esc 1 C
D
R
Entrada: ABRACADABRA
Contexto: - - A
AB1 A1 C
esc 1 B1 D
esc 2 R
Entrada: ABRACADABRA
Contexto: - A B
AB R 1 AB1 A1 C
esc 1 esc 1 B1 D
BR1 R1
esc1 esc3
Entrada: ABRACADABRA
Contexto: A B R
80
ABR A 1 AB R 1 AB1 A2 C
esc 1 esc1 esc 1 B1 D
BR A 1 BR1 R1
esc 1 esc 1 esc 3
RA1
esc 1
Entrada: ABRACADABRA
Contexto: B R A
ABR A 1 AB R 1 AB1 A2 D
esc 1 esc 1 AC1 B1
BRA C 1 BR A 1 esc 2 C1
esc 1 esc 1 BR1 R1
RA C 1 esc 1 esc 4
esc 1 RA1
esc 1
Entrada: ABRACADABRA
Contexto: R A C
ABR A 1 AB R 1 AB1 A3 D
esc 1 esc 1 AC1 B1
BRA C 1 AC A 1 esc 2 C1
esc 1 esc 1 BR1 R1
RAC A 1 BR A 1 esc 1 esc 4
esc 1 esc 1 CA1
RA C 1 esc 1
esc 1 RA1
esc 1
Entrada: ABRACADABRA
Contexto: A C A
ABR A 1 AB R 1 AB1 A3
esc 1 esc 1 AC1 B1
ACA D 1 AC A 1 AD1 C1
esc 1 esc 1 esc 3 D1
BRA C 1 BR A 1 BR2 R1
esc 1 esc 1 esc 1 esc 5
RAC A 1 CA D 1 CA1
esc 1 esc 1 esc 1
RA C 1 RA1
esc 1 esc 1
Entrada: ABRACADABRA
Contexto: C A D
81
ABR A 1 AB R 1 AB1 A4
esc 1 esc 1 AC1 B1
ACA D 1 AC A 1 AD1 C1
esc 1 esc 1 esc 3 D1
BRA C 1 AD A 1 BR1 R1
esc 1 esc 1 esc 1 esc 5
CAD A 1 BR A 1 CA1
esc 1 esc 1 esc 1
RAC A 1 CA D 1 DA1
esc 1 esc 1 esc 1
RA C 1 RA1
esc 1 esc 1
Entrada: ABRACADABRA
Contexto: A D A
ABR A 1 AB R 1 AB2 A4
esc 1 esc 1 AC1 B2
ACA D 1 AC A 1 AD1 C1
esc 1 esc 1 esc 3 D1
ADA B 1 AD A 1 BR1 R1
esc 1 esc 1 esc 1 esc 5
BRA C 1 BR A 1 CA1
esc 1 esc 1 esc 1
CAD A 1 CA D 1 DA1
esc 1 esc 1 esc 1
RAC A 1 DA B 1 RA1
esc 1 esc 1 esc 1
RA C 1
esc 1
Entrada: ABRACADABRA
Contexto: D A B
ABR A 1 AB R 2 AB2 A4
esc 1 esc 1 AC1 B2
ACA D 1 AC A 1 AD1 C1
esc 1 esc 1 esc 3 D1
ADA B 1 AD A 1 BR2 R2
esc 1 esc 1 esc 1 esc 5
BRA C 1 BR A 1 CA1
esc 1 esc 1 esc 1
CAD A 1 CA D 1 DA1
esc 1 esc 1 esc 1
DAB R 1 DA B 1 RA1
esc 1 esc 1 esc 1
RAC A 1 RA C 1
esc 1 esc 1
Entrada: ABRACADABRA
Contexto: A B R
82
ABR A 2 AB R 2 AB2 A5
esc 1 esc 1 AC1 B2
ACA D 1 AC A 1 AD1 C1
esc 1 esc 1 esc 3 D1
ADA B 1 AD A 1 BR2 R2
esc 1 esc 1 esc 1 esc 5
BRA C 1 BR A 2 CA1
esc 1 esc 1 esc 1
CAD A 1 CA D 1 DA1
esc 1 esc 1 esc 1
DAB R 1 DA B 1 RA2
esc 1 esc 1 esc 1
RAC A 1 RA C 1
esc 1 esc 1
Tabela base:
Ordem 3 Ordem 2 Ordem 1 Ordem 0
ABR A 2/3 AB R 2/3 A B 2/7 A 5/16
esc 1/3 esc 1/3 A C 1/7 B 2/16
ACA D 1/2 AC A 1/2 A D 1/7 C 1/16
esc 1/2 esc 1/2 esc 3/7 D 1/16
ADA B 1/2 AD A 1/2 B R 2/3 R 2/16
esc 1/2 esc 1/2 esc 1/3 esc 5/16
BRA C 1/2 BR A 2/3 C A 1/2
esc 1/2 esc 1/3 esc 1/2
CAD A 1/2 CA D 1/2 D A 1/2
esc 1/2 esc 1/2 esc 1/2
DAB R 1/2 DA B 1/2 R A 2/3
esc 1/2 esc 1/2 esc 1/3
RAC A 1/2 RA C 1/2
esc 1/2 esc 1/2
Entrada: DACAR
Contexto: - - -
Sada: -log2(1/16)
Tabela atualizada:
Ordem 3 Ordem 2 Ordem 1 Ordem 0
ABR A 2/3 AB R 2/3 A B 2/7 A 5/17
esc 1/3 esc 1/3 A C 1/7 B 2/17
ACA D 1/2 AC A 1/2 A D 1/7 C 1/17
esc 1/2 esc 1/2 esc 3/7 D 2/17
ADA B 1/2 AD A 1/2 B R 2/3 R 2/17
esc 1/2 esc 1/2 esc 1/3 esc 5/17
BRA C 1/2 BR A 2/3 C A 1/2
esc 1/2 esc 1/3 esc 1/2
CAD A 1/2 CA D 1/2 D A 1/2
esc 1/2 esc 1/2 esc 1/2
DAB R 1/2 DA B 1/2 R A 2/3
esc 1/2 esc 1/2 esc 1/3
RAC A 1/2 RA C 1/2
esc 1/2 esc 1/2
Entrada: DACAR
Contexto: - - D
Sada: -log2(1/2)
84
Tabela atualizada:
Ordem 3 Ordem 2 Ordem 1 Ordem 0
ABR A 2/3 AB R 2/3 A B 2/7 A 5/17
esc 1/3 esc 1/3 A C 1/7 B 2/17
ACA D 1/2 AC A 1/2 A D 1/7 C 1/17
esc 1/2 esc 1/2 esc 3/7 D 2/17
ADA B 1/2 AD A 1/2 B R 2/3 R 2/17
esc 1/2 esc 1/2 esc 1/3 esc 5/17
BRA C 1/2 BR A 2/3 C A 1/2
esc 1/2 esc 1/3 esc 1/2
CAD A 1/2 CA D 1/2 D A 2/3
esc 1/2 esc 1/2 esc 1/3
DAB R 1/2 DA B 1/2 R A 2/3
esc 1/2 esc 1/2 esc 1/3
RAC A 1/2 RA C 1/2
esc 1/2 esc 1/2
Entrada: DACAR
Contexto: - D A
Sada: -log2(1/2) -log2(1/7)
Tabela atualizada:
Ordem 3 Ordem 2 Ordem 1 Ordem 0
ABR A 2/3 AB R 2/3 A B 2/8 A 5/17
esc 1/3 esc 1/3 A C 2/8 B 2/17
ACA D 1/2 AC A 1/2 A D 1/8 C 1/17
esc 1/2 esc 1/2 esc 3/8 D 2/17
ADA B 1/2 AD A 1/2 B R 2/3 R 2/17
esc 1/2 esc 1/2 esc 1/3 esc 5/17
BRA C 1/2 BR A 2/3 C A 1/2
esc 1/2 esc 1/3 esc 1/2
CAD A 1/2 CA D 1/2 D A 2/3
esc 1/2 esc 1/2 esc 1/3
DAB R 1/2 DA B 1/4 R A 2/3
esc 1/2 DA C 1/4 esc 1/3
RAC A 1/2 esc 2/4
esc 1/2 RA C 1/2
esc 1/2
Entrada: DACAR
Contexto: D A C
Sada: -log2(1/2)
85
Tabela atualizada:
Ordem 3 Ordem 2 Ordem 1 Ordem 0
ABR A 2/3 AB R 2/3 A B 2/8 A 5/17
esc 1/3 esc 1/3 A C 2/8 B 2/17
ACA D 1/2 AC A 2/3 A D 1/8 C 1/17
esc 1/2 esc 1/3 esc 3/8 D 2/17
ADA B 1/2 AD A 1/2 B R 2/3 R 2/17
esc 1/2 esc 1/2 esc 1/3 esc 5/17
BRA C 1/2 BR A 2/3 C A 1/2
esc 1/2 esc 1/3 esc 1/2
CAD A 1/2 CA D 1/2 D A 2/3
esc 1/2 esc 1/2 esc 1/3
DAB R 1/2 DA B 1/4 R A 2/3
esc 1/2 DA C 1/4 esc 1/3
DAC A 1/2 esc 2/4
esc 1/2 RA C 1/2
RAC A 1/2 esc 1/2
esc 1/2
Entrada: DACAR
Contexto: A C A
Sada: -log2(1/2)
Tabela atualizada:
Ordem 3 Ordem 2 Ordem 1 Ordem 0
ABR A 2/3 AB R 2/3 A B 2/8 A 5/17
esc 1/3 esc 1/3 A C 2/8 B 2/17
ACA D 2/3 AC A 2/3 A D 1/8 C 1/17
esc 1/3 esc 1/3 esc 3/8 D 2/17
ADA B 1/2 AD A 1/2 B R 2/3 R 2/17
esc 1/2 esc 1/2 esc 1/3 esc 5/17
BRA C 1/2 BR A 2/3 C A 1/2
esc 1/2 esc 1/3 esc 1/2
CAD A 1/2 CA D 1/2 D A 2/3
esc 1/2 esc 1/2 esc 1/3
DAB R 1/2 DA B 1/4 R A 2/3
esc 1/2 DA C 1/4 esc 1/3
DAC A 1/2 esc 2/4
esc 1/2 RA C 1/2
RAC A 1/2 esc 1/2
esc 1/2
Sadas:
[-log2(1/16)] + [-log2(1/2) ] + [-log2(1/2)] + [-log2(1/7)] + [-log2(1/2)] + [-log2(1/2)] =
4 + 1 + 1 + 2,807 + 1 + 1 =
10,807 bits
86
Utilizao da tabela de probabilidades criada a partir de "ABRACADABRA" para comprimir a entrada
"ABBAD"
Tabela base:
Ordem 3 Ordem 2 Ordem 1 Ordem 0
ABR A 2/3 AB R 2/3 A B 2/7 A 5/16
esc 1/3 esc 1/3 A C 1/7 B 2/16
ACA D 1/2 AC A 1/2 A D 1/7 C 1/16
esc 1/2 esc 1/2 esc 3/7 D 1/16
ADA B 1/2 AD A 1/2 B R 2/3 R 2/16
esc 1/2 esc 1/2 esc 1/3 esc 5/16
BRA C 1/2 BR A 2/3 C A 1/2
esc 1/2 esc 1/3 esc 1/2
CAD A 1/2 CA D 1/2 D A 1/2
esc 1/2 esc 1/2 esc 1/2
DAB R 1/2 DA B 1/2 R A 2/3
esc 1/2 esc 1/2 esc 1/3
RAC A 1/2 RA C 1/2
esc 1/2 esc 1/2
Entrada: ABBAD
Contexto: - - -
Sada: -log2(5/16)
Tabela atualizada:
Ordem 3 Ordem 2 Ordem 1 Ordem 0
ABR A 2/3 AB R 2/3 A B 2/7 A 6/17
esc 1/3 esc 1/3 A C 1/7 B 2/17
ACA D 1/2 AC A 1/2 A D 1/7 C 1/17
esc 1/2 esc 1/2 esc 3/7 D 1/17
ADA B 1/2 AD A 1/2 B R 2/3 R 2/17
esc 1/2 esc 1/2 esc 1/3 esc 5/17
BRA C 1/2 BR A 2/3 C A 1/2
esc 1/2 esc 1/3 esc 1/2
CAD A 1/2 CA D 1/2 D A 1/2
esc 1/2 esc 1/2 esc 1/2
DAB R 1/2 DA B 1/2 R A 2/3
esc 1/2 esc 1/2 esc 1/3
RAC A 1/2 RA C 1/2
esc 1/2 esc 1/2
Entrada: ABBAD
Contexto: - - A
Sada: -log2(2/7)
87
Tabela atualizada:
Ordem 3 Ordem 2 Ordem 1 Ordem 0
ABR A 2/3 AB R 2/3 A B 3/8 A 6/17
esc 1/3 esc 1/3 A C 1/8 B 2/17
ACA D 1/2 AC A 1/2 A D 1/8 C 1/17
esc 1/2 esc 1/2 esc 3/8 D 1/17
ADA B 1/2 AD A 1/2 B R 2/3 R 2/17
esc 1/2 esc 1/2 esc 1/3 esc 5/17
BRA C 1/2 BR A 2/3 C A 1/2
esc 1/2 esc 1/3 esc 1/2
CAD A 1/2 CA D 1/2 D A 1/2
esc 1/2 esc 1/2 esc 1/2
DAB R 1/2 DA B 1/2 R A 2/3
esc 1/2 esc 1/2 esc 1/3
RAC A 1/2 RA C 1/2
esc 1/2 esc 1/2
Entrada: ABBAD
Contexto: - A B
Sada: -log2(1/3) - log2(1/3) - log2(2/17)
Tabela atualizada:
Ordem 3 Ordem 2 Ordem 1 Ordem 0
ABR A 2/3 AB R 2/4 A B 3/8 A 6/18
esc 1/3 AB B 1/4 A C 1/8 B 3/18
ACA D 1/2 esc 2/4 A D 1/8 C 1/18
esc 1/2 AC A 1/2 esc 3/8 D 1/18
ADA B 1/2 esc 1/2 B B 1/5 R 2/18
esc 1/2 AD A 1/2 B R 2/5 esc 5/18
BRA C 1/2 esc 1/2 esc 2/5
esc 1/2 BR A 2/3 C A 1/2
CAD A 1/2 esc 1/3 esc 1/2
esc 1/2 CA D 1/2 D A 1/2
DAB R 1/2 esc 1/2 esc 1/2
esc 1/2 DA B 1/2 R A 2/3
RAC A 1/2 esc 1/2 esc 1/3
esc 1/2 RA C 1/2
esc 1/2
Entrada: ABBAD
Contexto: A B B
Sada: - log2(6/18)
88
Tabela atualizada:
Ordem 3 Ordem 2 Ordem 1 Ordem 0
ABB A 1/2 AB R 2/4 A B 3/8 A 6/19
esc 1/2 AB B 1/4 A C 1/8 B 3/19
ABR A 2/3 esc 2/4 A D 1/8 C 1/19
esc 1/3 AC A 1/2 esc 3/8 D 1/19
ACA D 1/2 esc 1/2 B A 1/7 R 2/19
esc 1/2 AD A 1/2 B B 1/7 esc 5/19
ADA B 1/2 esc 1/2 B R 2/7
esc 1/2 BB A 1/2 esc 3/7
BRA C 1/2 esc 1/2 C A 1/2
esc 1/2 BR A 2/3 esc 1/2
CAD A 1/2 esc 1/3 D A 1/2
esc 1/2 CA D 1/2 esc 1/2
DAB R 1/2 esc 1/2 R A 2/3
esc 1/2 DA B 1/2 esc 1/3
RAC A 1/2 esc 1/2
esc 1/2 RA C 1/2
esc 1/2
Entrada: ABBAD
Contexto: B B A
Sada: - log2(1/8)
Tabela atualizada:
Ordem 3 Ordem 2 Ordem 1 Ordem 0
ABB A 1/2 AB R 2/4 A B 3/9 A 6/19
esc 1/2 AB B 1/4 A C 1/9 B 3/19
ABR A 2/3 esc 2/4 A D 2/9 C 1/19
esc 1/3 AC A 1/2 esc 3/9 D 1/19
ACA D 1/2 esc 1/2 B A 1/7 R 2/19
esc 1/2 AD A 1/2 B B 1/7 esc 5/19
ADA B 1/2 esc 1/2 B R 2/7
esc 1/2 BA D 1/2 esc 3/7
BBA D 1/2 esc 1/2 C A 1/2
esc 1/2 BB A 1/2 esc 1/2
BRA C 1/2 esc 1/2 D A 1/2
esc 1/2 BR A 2/3 esc 1/2
CAD A 1/2 esc 1/3 R A 2/3
esc 1/2 CA D 1/2 esc 1/3
DAB R 1/2 esc 1/2
esc 1/2 DA B 1/2
RAC A 1/2 esc 1/2
esc 1/2 RA C 1/2
esc 1/2
Sadas:
[-log2(5/6)] + [-log2(2/7)] + [-log2(1/3)-log2(1/3)-log2(2/17)] + [-log2(6/18)] + [-log2(1/8) ] =
0,263 + 1,807 + 6,257 + 1,584 + 3 =
12,911 bits
89
Obras de Albinoni:
Op. 4 No. 1 Sonata da Chiesa
Op. 4 No. 2 Sonata da Chiesa
Op. 4 No. 4 Sonata da Chiesa
Op. 4 No. 5 Sonata da Chiesa
Op. 4 No. 6 Sonata da Chiesa
Op. 6 Sonata I
Op. 6 Sonata II
Op. 6 Sonata III
Op. 6 Sonata IV
Op. 6 Sonata V
Obras de Bach:
BWV 1001 -Sonata No. 1 in G minor (1 mov. - Adagio)
BWV 1001 -Sonata No. 1 in G minor (2 mov. - Fugue)
BWV 1001 -Sonata No. 1 in G minor (4 mov. - Presto)
BWV 1002 -Partita No. 1 in B minor (1 mov. - Allemanda)
BWV 1002 -Partita No. 1 in B minor (2 mov. - Double)
BWV 1003 -Sonata No. 2 in A minor (1 mov. - Grave)
BWV 1003 -Sonata No. 2 in A minor (2 mov. - Fugue)
BWV 1004 -Partita No. 2 in D minor (1 mov. - Allemande)
BWV 1004 -Partita No. 2 in D minor (2 mov. - Courante)
BWV 1005 -Sonata No. 3 in C major (2 mov. - Fugue)
Obras de Beethoven:
Op. 12 No. 1 Sonata in D major for violin and piano (1 mov. - Allegro con brio)
Op. 12 No. 1 Sonata in D major for violin and piano (2 mov. - Tema con variazione - Andante con molto)
Op. 12 No. 1 Sonata in D major for violin and piano (3 mov. - Rondo - Allegro)
Op. 12 No. 2 Sonata in A major for violin and piano (1 mov. - Allegro vivace)
Op. 12 No. 2 Sonata in A major for violin and piano (2 mov. - Andante, piu tosto allegretto)
Op. 12 No. 2 Sonata in A major for violin and piano (3 mov. - Allegro piacevole)
Op. 12 No. 3 Sonata in E flat major for violin and piano (1 mov. - Allegro con spirito)
Op. 12 No. 3 Sonata in E flat major for violin and piano (2 mov. - Adagio con molta espressione)
Op. 12 No. 3 Sonata in E flat major for violin and piano (3 mov. - Rondo - Allegro molto)
Op. 23 Sonata in A minor for violin and piano (1 mov. - Presto)
Obras de Brahms:
Op. 100 No. 2 Sonata for Violin and Piano in A (1 mov. - Allegro amabile)
Op. 100 No. 2 Sonata for Violin and Piano in A (2 mov. - Andante tranquilo - Vivace - Andante - Vivace di piu -
Andante vivace)
Op. 100 No. 2 Sonata for Violin and Piano in A (3 mov. - Allegretto grazioso - Quasi andante)
Op. 108 No. 3 Sonata for Violin and Piano in D minor (1 mov. - Allegro)
Op. 108 No. 3 Sonata for Violin and Piano in D minor (2 mov. - Adagio)
Op. 108 No. 3 Sonata for Violin and Piano in D minor (3 mov. - Un poco presto e con sentimento)
Op. 108 No. 3 Sonata for Violin and Piano in D minor (4 mov. - presto agitato)
Op. 78 No. 1 In G Sonata for Violin and Piano (1 mov. - Vivace ma non troppo)
Op. 78 No. 1 In G Sonata for Violin and Piano (2 mov. - Adagio)
Op. 78 No. 1 In G Sonata for Violin and Piano (3 mov. - Allegro molto moderato)
90
Obras de Mozart:
KV 211 (IV 1775) Violin Concerto No. 2 in D major (1 mov. - Moderato assai)
KV 211 (IV 1775) Violin Concerto No. 2 in D major (2 mov. - Andante)
KV 211 (IV 1775) Violin Concerto No. 2 in D major (3 mov. - Rondo Allegro)
KV 216 (IX 1775) Violin Concerto No. 3 in G major (1 mov. - Allegro)
KV 216 (IX 1775) Violin Concerto No. 3 in G major (2 mov. - Andante)
KV 216 (IX 1775) Violin Concerto No. 3 in G major (3 mov. - Rondeau Allegro)
KV 218 (X 1775) Violin Concerto No. 4 in D major (1 mov. - Allegro)
KV 218 (X 1775) Violin Concerto No. 4 in D major (2 - Andante cantabile)
KV 218 (X 1775) Violin Concerto No. 4 in D major (3 mov. - Rondeau)
KV 219 (XII 1775) Violin Concerto No. 5 in A major (1 mov. - Allegro)
As obras do banco de dados ESAC-DATA (2010) podem ser encontradas no prprio site ou
atravs do endereo:
http://www.ldc.usb.ve/~cgomez/essen.tar.gz
Os arquivos utilizados neste trabalho, o cdigo fonte e outras informaes sobre o projeto
podem ser encontradas no endereo:
http://deusanyjunior.dj/projetos/mestrado