Emotional communication in music: Implications for understanding links between between speech and music
Notice bibliographique
Résumé
Parallels in the structure of speech and music have long fascinated great thinkers from Plato to Darwin. The communication of emotion is no exception, as it touches on one of the primary motivations for musical listening – feeling “moved by the music.” Although cues such as pitch height and timing are widely recognized as playing an important role in both domains, their role in music has been less researched than in language. Here I will discuss several of my team’s explorations aimed at providing a musical complement to existing work in speech and linguistics. The plethora of speech corpora provide useful data for examining the “natural” use of acoustic communicate emotion. Unfortunately, the clear contrast between the number of ‘effective speakers’ and the number of ‘effective composers’ complicates efforts to fully explore parallels in structural cues between these domains. Numerous studies based on manipulations of simplified musical stimuli such as newly composed single line melodies suggest important parallels between the communication of emotion in speech and music. Melodies transposed higher in pitch sound “happier” and melodies played at slower tempi sound “sadder” – paralleling the use of these cues in speech. However, it is not clear whether these simplified approaches capture the nuanced ways in which great composers employ such cues in their writing. Here I will discuss my team’s research on this important issue, which mixes the techniques of acoustical analysis, psychophysical testing, data visualization, and empirical musicology to provide a diverse exploration of musical emotion complementing and extending speech studies. In doing so my team aims to deepen our understanding of mechanisms shared between these ubiquitous human activities, providing insights useful to linguistics, musicians, psychologists, and cognitive scientists alike.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,011 |
| Communication savante | 0,011 | 0,014 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».