MétaCan
Menu
Retour à la cohorte
Enregistrement W4281731918 · doi:10.21203/rs.3.rs-1713304/v1

Vocal imprecision as a universal constraint on the structure of musical scales

2022· preprint· en· W4281731918 sur OpenAlexafffund
Elizabeth Phillips, Steven Brown

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésOctave (electronics)SemitoneMusicalScale (ratio)Limit (mathematics)Interval (graph theory)Constraint (computer-aided design)Speech recognitionMathematicsAcousticsComputer sciencePhysicsMathematical analysisArtLiterature

Résumé

récupéré en direct d'OpenAlex

Abstract Theories of the origin of musical scales from the ancient Greeks to the present day have assumed that the intervals comprising scales are defined by specific mathematical ratios. Such theories are predicated on pre-tunable instruments, and yet the voice is almost certainly the original musical instrument. Therefore, the analysis of vocal scales offers a more naturalistic approach to understanding the origin of musical scales. In the present study, we conducted a large-scale computational analysis of vocal pitch-class properties and their implications for scale structure. We analyzed 417 field recordings of solo, unaccompanied songs from across 10 principal musical-style regions of the world. The results revealed a mean vocal pitch-class imprecision of approximately 1.5 semitones, and comparable results were obtained across all regions. These results suggest that vocal imprecision is universal and is mainly derived from the physiological limitations of the voice. Such vocal imprecision fundamentally constrains the formation of musical scale structure: it provides a lower limit on the spacing between adjacent scale tones, and thereby an upper limit on the number of scale tones that an octave can contain. We discuss these results in terms of an Interval Spacing model of the evolution of musical scales.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,421
Score d'incertitude au seuil0,978

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0230,000

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.

Tête enseignante Opus0,076
Tête enseignante GPT0,325
Écart entre enseignants0,249 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetComplex Systems and Time Series AnalysisTravaux en français237 207