Between Speech and Music: Composing for Guitar with Dialectal Patterns
Notice bibliographique
Résumé
Music and speech share many of the same fundamental properties, with music often being referred to as a "universal language".The 20 th century saw many composers using speech as a musical element, at times combining it with acoustic instruments and exploiting the sonic similarities.Given the wide variety of timbres and techniques available on both the classical and electric guitar, it has proven to be an effective vehicle to imitate and blend with the human voice in speech-inspired compositions.This project examines the methods with which composers applied these concepts to contemporary guitar music, as well as the potential they yield to invoke a sense of place, nostalgia, and meaning in the audience.The core applications of this research involved a collaborative research-creation project with composer, Jason Noble, in which we created three new speech-based works involving guitar and electronics.In 2015, we decided to tour our home province of Newfoundland to record interviews with residents, and then to use those recordings as source material for musical creation.The dialects of Newfoundland and Labrador are diverse yet diminishing; and so we sought to celebrate them in an artistic context through this project.This paper discusses the creative and technological processes behind Noble's works One Foot in the Past (2016), Take Me Back (2017), and We Never Told Nobody (2019), which collectively celebrate the dialects of Newfoundland and Labrador while simultaneously contributing to the fields of guitar technique, notation, and composition.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».