Tonal parsimony in chord-sequence analysis: combining modulation cost and tonal vocabulary

Résumé technique : Parcimonie tonale dans l'analyse de séquences d'accords

Énoncé du problème
L'article traite de la tâche consistant à assigner des tonalités locales à une séquence d'accords ($c_1, \dots, c_n$). Pour chaque accord, un ensemble de tonalités candidates $T_i$ est pré-calculé sur la base de la compatibilité accord-gamme (généralement les 12 tonalités majeures et 12 mineures). L'objectif est de sélectionner une séquence de tonalités $x_1, \dots, x_n$ où $x_i \in T_i$ qui optimise des critères globaux.

Les approches standard utilisent la programmation dynamique pour minimiser le coût de modulation ($C$), défini comme le nombre de changements de tonalité adjacents ($x_i \neq x_{i+1}$). Cependant, minimiser $C$ seul ne contraint pas le nombre total de tonalités distinctes utilisées ($K$). Cela peut conduire à des analyses qui sont fluides en termes de transitions mais qui utilisent un vocabulaire tonal inutilement large et complexe. Inversement, minimiser $K$ seul (un problème de l'ensemble de frappe ou hitting-set) entraîne souvent des modulations implausiblement fréquentes. L'article propose une parcimonie tonale, un objectif lexicographique qui minimise d'abord le coût de modulation, puis minimise le nombre de tonalités distinctes parmi toutes les solutions ayant le coût de modulation minimal :
$$\min_{lex} (C(x), K(x))$$

Méthodologie
Les auteurs modélisent le problème comme un problème d'optimisation de contraintes à domaine fini sur un univers fixe de 24 tonalités ($|T|=24$). Ils comparent trois stratégies d'optimisation spécifiques :

1. Programmation Dynamique (DP) axée uniquement sur les transitions : Une récurrence de Bellman standard qui minimise $C$. Elle s'exécute en $O(nm^2)$.
2. Minimisation pure de la NValue : Une approche de type hitting-set qui trouve le plus petit ensemble de tonalités $S$ tel que chaque accord possède une candidate compatible dans $S$. Cela minimise $K$ mais ignore les coûts de transition.
3. Parcimonie Tonale (Optimisation Lexicographique) : La méthode proposée. Elle emploie un algorithme exact spécialisé qui combine un critère de chemin à coût régulier avec un critère de $NValue$.
   • Algorithme : La méthode décompose le problème en la recherche de segments de tonalité constante minimaux. Elle utilise une approche en deux phases : un passage arrière pour calculer le nombre minimal de segments requis depuis n'importe quelle position jusqu'à la fin, et un passage avant qui étend les segmentations partielles uniquement si elles peuvent encore atteindre l'optimum global.
   • Élagage : L'algorithme utilise l'élagage par dominance sur les étiquettes $(i, t, S, C)$, où $S$ est un masque de bits des tonalités utilisées. Une étiquette est écartée si une autre existe à la même position et pour la même tonalité avec un coût de modulation inférieur ou égal et un sous-ensemble de tonalités utilisées.
   • Complexité : Bien que le problème soit NP-difficile dans le cas général (réductible au problème de l'ensemble de frappe), il est paramétrable de manière fixe (FPT) par rapport au nombre de tonalités $m$. Avec $m=24$, la dépendance exponentielle vis-à-vis de $m$ est gérable en pratique.

Couche de Substitution
Pour traiter les limites de la compatibilité littérale accord-gamme (qui échoue à capturer des fonctions de jazz communes comme les substitutions de triton), les auteurs introduisent une fermeture de substitution pondérée.

• Cette couche enrichit les domaines candidats $T_i$ en ajoutant des interprétations non diatoniques (par exemple, interpréter $Bb7$ comme une substitution de triton pour $E7$ dans la tonalité de La).
• Ces interprétations sont pré-calculées comme une fermeture finie de règles fonctionnelles récursives (par exemple, dominantes secondaires, dominantes "backdoor", accords empruntés) et aplaties en un problème de domaine fini standard.
• Les objectifs d'optimisation restent inchangés ; les règles de substitution élargissent simplement l'espace de recherche, permettant à l'optimiseur de trouver des chemins qui sont fonctionnellement cohérents sans introduire de nouveaux centres tonaux.

Contributions Clés

1. Formulation : Définir la parcimonie tonale comme une optimisation lexicographique du coût de modulation et de la taille du vocabulaire tonal.
2. Algorithme : Fournir un algorithme de programmation dynamique exact et spécialisé qui résout ce double objectif efficacement pour l'univers fixe de 24 tonalités, évitant ainsi les problèmes de scalabilité des solveurs de contraintes génériques (ex. MiniZinc/Gecode).
3. Intégration de la Substitution : Démontrer comment les règles de substitution de jazz pondérées peuvent être intégrées comme une étape de pré-traitement pour élargir les domaines candidats, améliorant la plausibilité fonctionnelle de l'analyse sans modifier la logique d'optimisation centrale.

Résultats
Les méthodes ont été évaluées sur deux jeux de données : le corpus LMD Chords (31 032 séquences) et 1 555 standards de jazz annotés professionnellement.

• Statistiques du corpus (LMD Chords) :

  • La parcimonie tonale préserve le nombre minimal de modulations de la DP classique tout en réduisant le nombre moyen de tonalités distinctes ($K$) dans 55,8 % des cas.
  • Avec l'enrichissement par substitution, le nombre moyen de tonalités passe de 3,802 à 3,206, et le nombre moyen de modulations passe de 16,728 à 12,141.
  • L'implémentation Python spécialisée traite l'intégralité du corpus en moins d'une minute de temps CPU, alors qu'un modèle MiniZinc direct ne parvient pas à terminer sur des instances plus larges en plusieurs heures.

• Validation Professionnelle (Standards de Jazz) :

  • La parcimonie tonale atteint 81,1 % d'accord strict accord-gamme et 95,6 % d'accord compatible conservateur avec les annotations professionnelles.
  • Elle surpasse à la fois la DP de transition seule (94,3 % de compatibilité) et la méthode pure de NValue (94,3 % de compatibilité).
  • Dans des exemples spécifiques (ex. The Gift, Nuages), la méthode combine avec succès le faible compte de transitions de la DP avec le vocabulaire compact de la méthode NValue, résolvant les ambiguïtés là où la DP standard introduit des centres tonaux inutiles.

• Validation CokerBench :

  • Sur 19 exemples de jazz fonctionnel, les modèles enrichis par substitution ont résolu correctement 16 cas sur 18 concernant les comptes de tonalités attendus et 13 sur 15 concernant l'analyse des racines.
  • Les résultats indiquent que de nombreux "échecs d'optimisation" précédents étaient en réalité des problèmes de "domaine manquant" solubles par une réinterprétation fonctionnelle.

Signification et Revendications
L'article affirme que la parcimonie tonale offre un objectif plus intuitif musicalement et plus compact pour l'analyse harmonique que la minimisation de la transition seule. En privilégiant la fluidité (bas $C$) mais en tranchant les égalités par la taille du vocabulaire (bas $K$), la méthode produit des analyses qui sont à la fois fluides et cognitivement efficaces pour l'improvisation et la réharmonisation.

Les auteurs soulignent que, bien que l'objectif conjoint soit combinatoirement difficile en général, la nature fixe de l'univers tonal majeur/mineur ($m=24$) rend le problème traitable pour une analyse à l'échelle professionnelle. De plus, l'étude démontre que la valeur optimisée $K$ sert de descripteur structurel significatif de la complexité harmonique, capable de distinguer les séquences générées en registres distincts de richesse tonale. Le travail conclut que minimiser à la fois le coût de transition et le vocabulaire tonal est une approche viable et supérieure pour l'analyse harmonique orientée jazz, particulièrement lorsqu'elle est augmentée de règles de substitution fonctionnelle.