Le geste sonore comme objet d’analyse pour observer les pratiques musicales distinctives d’improvisateurs jazz
Notice bibliographique
Résumé
Outre le choix des notes, qui est prescrit par notre tradition commune, qu’est-ce qui distingue une ou un improvisateur jazz d’une ou un autre ? Qu’est-ce qui constitue leur « son », leur « signature » ? Les méthodes d’analyses plus traditionnelles n’étant pas suffisantes pour circonscrire l’entièreté de l’expression contenue dans l’improvisation jazz, nous devons nous tourner vers l’étude d’enregistrements de solos improvisés afin d’examiner l’aspect « performanciel » de la musique, c’est-à-dire les éléments liés à la production du son par l’instrumentiste. Cependant, l’oreille pouvant omettre certains éléments au profit d’autres, nous avons adapté un modèle d’analyse par spectrogramme utilisé pour l’analyse du chant en musique populaire. En combinant le visuel à l’auditif, ce modèle permet d’effectuer un inventaire plus exhaustif des « gestes sonores » contenus dans les improvisations, c’est-à-dire toutes manifestations sonores produites par des gestes instrumentaux effectués au sein d’un processus musical. À travers un projet de recherche-création, une méthode autoethnographique a permis de distinguer des gestes sonores dans mes propres improvisations et ainsi de les comparer avec celles du saxophoniste de réputation internationale Chris Potter. Les analyses distinguent cinq gestes sonores, subtils mais distinctifs, observés à partir des micro-variations de hauteurs lors de l’attaque ou le déclin de certaines notes, de l’utilisation particulière de sons multiphoniques, du vibrato, des jeux de dynamiques et de bruits de clés.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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 tête enseignante, 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 ».