L’analyse spectrale au fondement d’une rhétorique des styles interprétatifs dans la chanson française
Notice bibliographique
Résumé
L’analyse spectrale du son enregistré permet l’étude précise de multiples paramètres vocaux interprétatifs, des effets de voix les plus infimes aux phénomènes combinatoires complexes que sont le timbre, le rythme ou le phrasé : ces données acoustiques dévoilent le détail de ce qui fait la globalité du son perçu. Mais les multiples données obtenues ne doivent pas rester des éléments disparates, hétérogènes et simplement juxtaposables. Elles nécessitent pour être lisibles une organisation en méta-perspectives sémiologiques et une intégration dans de véritables stratégies interprétatives qui les transcendent. Comment les organiser dans la perspective pluridisciplinaire indispensable à leur étude ? Comment passer de l’inventaire, du catalogue hétéroclite, de la parataxe à une cohérence et une structuration qui ne soient ni simplificatrices ni schématisantes et respectent la pluralité et la complexité de cet objet d’étude ? L’optique de la rhétorique vocale et de ses avatars récents en linguistique (la pragmatique, la linguistique interactionnelle, etc.) représente une piste fructueuse. C’est ce passage de l’étude des paramètres interprétatifs à partir de l’analyse spectrale à leur intégration dans une sémiologie surplombante que nous nous proposons d’aborder par le biais de l’approche rhétorique pour proposer une typologie des styles interprétatifs dans la chanson française.
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 | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,010 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».