RESUMO

A expressividade é um elemento chave para o transporte de emoções em
música, e seu modelamento, vital para a concepção de sistemas de síntese
mais realistas. Gestos musicais executados durante a interpretação
usualmente portam a informação responsável pela expressividade
percebida, e podem ser rastreados por meio de padrões sônicos a eles
associados em diversas escalas de resolução.
Um conjunto relevante de gestos musicais expressivos foi estudado
através de uma análise em multiresolução utilizando-se a transformada
wavelet. A escolha deve-se principalmente à capacidade natural desta
ferramenta em realizar análises de tempo-escala/frequência, e suas
semelhanças com o processamento dos estágios primários do sistema
auditivo.
Vinte e sete eventos musicais foram capturados em interpretações de
violino e flauta, e analisados com o objetivo de avaliar a
aplicabilidade desta ferramenta na identificação e segregação de padrões
sônicos associados a gestos musicais expressivos.
Os algoritmos wavelet foram implementados na plataforma MATLAB
utilizando-se bancos de filtros organizados em esquema piramidal.
Rotinas para análises gráfica e sônica e uma interface ao usuário foram
também implementadas.
Verificou-se que as wavelets permitem a identificação de padrões sônicos
associados a gestos expressivos exibindo diferentes propriedades em
níveis diferentes da análise. A técnica mostrou-se útil para isolar
ruídos oriundos de fontes diversas, extrair transientes associados a
gestos súbitos e/ou intensos, e para segregar a estrutura harmônica de
tons musicais, entre outras potencialidades não menos importantes.
Particularidades da técnica e efeitos secundários observados são
discutidos, e os padrões sônicos observados nos níveis wavelets são
correlacionados com os gestos musicais que lhes deram origem.
São propostos trabalhos futuros objetivando a investigação de certos
eventos musicais e fenômenos verificados, bem como o estudo de
implementações alternativas.
 

ABSTRACT

Expressiveness is a key element for emotion transportation in music, and
its modeling necessary to conceive more realistic synthesis systems.
Musical gestures executed during a performance carry the information
answering for expressiveness, and may be tracked by means of sonic
patterns associated to them within several resolution scales.
A relevant set of musical gestures was studied through a multiresolution
analysis using the wavelet transform. The choice for this tool is mainly
due to its natural ability to perform time-scale/frequency analysis, and
for its similarities with early auditory processing stages.
Twenty seven musical events were captured from violin and flute
performances, and analyzed in order to evaluate the applicability of
this tool for identification and segregation of sonic patterns
associated with expressive musical gestures.
The wavelet algorithms were implemented on the MATLAB platform,
employing filter banks organized in a pyramidal scheme. Graphical and
sonic analysis routines and a user interface were carried out over the
same platform.
It was verified that wavelets enable the identification of sonic
patterns associated to musical gestures revealing different properties
on different levels of the analysis. The technique showed up useful to
isolate noise from different sources, extract transients associated to
sudden and/or intense gestures, and segregate the tonal harmonic
structure, among other important features.
Particularities of the technique and secondary effects observed are
discussed, and sonic patterns on wavelet levels are correlated with the
musical gestures which produced them.
Future works are proposed addressing further investigation of certain
musical events and phenomena observed, as well as the study of
alternative implementations.