💻 informatique

Frequency Range of Fourier Phase Space as a Candidate Code for Musical Pitch Structure: Evidence from Artificial Neural Network Models of Iranian Classical Music

Cette étude démontre que les réseaux de neurones artificiels entraînés sur la structure de hauteur microtonale de la musique classique iranienne développent spontanément des représentations d'unités cachées dominées par des espaces de phase de Fourier, confirmant que cette gamme de fréquences sert de code candidat universel pour la structure de la hauteur musicale au-delà des systèmes tonaux occidentaux.

Auteurs originaux : Yousef Aftabi, Hamid Farvaresh

Publié 2026-11-12

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Yousef Aftabi, Hamid Farvaresh

Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

La musique est un trait humain universel, présent dans toutes les sociétés connues, pourtant la manière dont notre cerveau encode les briques élémentaires de la mélodie demeure l'un des grands mystères des sciences cognitives. Nous savons que le cerveau traite le son à travers des réseaux complexes de neurones, mais nous ignorons le langage spécifique que ces neurones utilisent pour représenter une note de musique ou un accord. Le cerveau stocke-t-il la musique sous la forme d'une simple liste de notes, ou utilise-t-il un code mathématique plus abstrait ? Pendant des décennies, les chercheurs ont soupçonné que le cerveau pourrait organiser la hauteur tonale à l'aide d'un système basé sur la fréquence, de la même manière qu'un prisme sépare la lumière en un arc-en-ciel de couleurs. Cette idée, ancrée dans les mathématiques de la transformée de Fourier, suggère que le cerveau décompose les structures musicales en leurs composantes d'ondes sous-jacentes. Jusqu'à présent, cette théorie a été testée presque exclusivement à l'aide de la musique occidentale, avec sa gamme familière de douze notes. Mais si ce code basé sur la fréquence est une partie fondamentale de la cognition musicale humaine, il devrait apparaître dans tout système musical, même ceux dotés de règles et de structures complètement différentes.

Pour tester cela, des chercheurs de l'Université de Kurdistan se sont tournés vers la musique classique iranienne, une tradition qui opère sur une grille de hauteurs bien plus fine que la musique occidentale. Alors que la musique occidentale divise une octave en douze étapes égales, la musique classique iranienne reconnaît dix-sept classes de hauteurs distinctes au sein du même espace, incluant des décalages subtils de quarts de ton qui n'ont aucun équivalent direct dans la gamme occidentale standard. L'équipe a construit des réseaux de neurones artificiels — des programmes informatiques conçus pour imiter le processus d'apprentissage du cerveau humain — et les a entraînés à résoudre des problèmes musicaux spécifiques en utilisant ce système iranien. Ils ont demandé aux réseaux d'identifier des intervalles musicaux et des structures d'accords à quatre notes spécifiques, appelés Dangs, en analysant uniquement les relations entre les notes. Crucialement, on n'a jamais dit aux réseaux d'utiliser des formules mathématiques ou une analyse de fréquence ; on leur a simplement donné la tâche d'apprendre à catégoriser la musique et on les a laissés découvrir par eux-mêmes la meilleure façon de procéder.

Les résultats furent frappants. À mesure que les réseaux apprenaient à résoudre ces tâches de classification, leurs connexions internes s'organisaient spontanément en motifs qui correspondaient parfaitement à la structure mathématique de l'espace de phase de Fourier. Cela signifie que, sans aucune instruction, le modèle informatique a découvert que la manière la plus efficace de représenter ces relations musicales complexes était de les projeter sur un ensemble d'ondes basées sur la fréquence. Cette découverte confirme que le code basé sur la fréquence n'est pas seulement une particularité de la théorie musicale occidentale, mais une solution générale que les systèmes d'apprentissage peuvent découvrir face à une structure musicale. Cependant, l'étude a également révélé une différence fascinante entre les deux mondes musicaux. Parce que le système iranien utilise une grille de hauteurs plus fine, les réseaux entraînés sur celui-ci ont recruté une gamme beaucoup plus large de fréquences pour accomplir leur travail. Tandis que les réseaux entraînés sur la musique occidentale utilisaient une plage de six bandes de fréquences distinctes, les réseaux entraînés sur la musique iranienne ont utilisé l'intégralité des douze bandes permises par leur grille de hauteurs plus détaillée.

Cette différence n'est pas simplement une question d'échelle ; elle pointe vers un principe plus profond sur la manière dont les cultures musicales pourraient être encodées. Les chercheurs ont découvert qu'environ trente et un pour cent des unités des réseaux iraniens utilisaient des bandes de hautes fréquences qui ne peuvent tout simplement pas exister dans le système occidental à douze tons. Ces unités capturaaient les nuances de la musique que le système occidental est mathématiquement incapable de représenter. L'étude a rigoureusement exclu la possibilité qu'il s'agisse d'un artifice de la configuration informatique ou d'un résultat de la manière dont les données ont été injectées dans le système. Lorsque les chercheurs ont brouillé les étiquettes musicales ou randomisé l'ordre des entrées, le motif a disparu, prouvant que les réseaux n'ont développé ce code spécifique que parce qu'il constituait la solution la plus efficace pour la tâche musicale en question.

Les implications de ce travail s'étendent au-delà de l'informatique. Cela suggère que, si le code fondamental pour représenter la musique peut être partagé entre les cultures humaines — un système basé sur la fréquence vers lequel le cerveau tend naturellement — la plage spécifique de fréquences utilisées peut varier selon la tradition musicale. Tout comme une langue utilise les mêmes sons de base mais les agence différemment pour créer des mots distincts, différentes cultures musicales pourraient utiliser différentes tranches du même spectre de fréquences universel pour capturer leurs identités sonores uniques. L'étude ne prétend pas avoir résolu le mystère de la cognition musicale humaine, ni prouver que les cerveaux humains fonctionnent exactement comme ces modèles informatiques. Elle propose plutôt une hypothèse précise et testable : que la diversité des traditions musicales du monde pourrait être expliquée par la manière dont différentes cultures utilisent différentes plages d'un code de fréquence commun et sous-jacent. En démontrant que ce code émerge naturellement dans un système aussi différent que la musique classique iranienne, la recherche offre un nouveau prisme pour appréhender l'universel et le particulier dans l'expérience musicale humaine.

Résumé technique : La gamme de fréquences de l'espace de phase de Fourier comme candidat pour le code de la structure du pitch musical

Énoncé du problème
La question centrale abordée est la manière dont la structure du pitch musical est représentée à travers différentes cultures. Alors que des recherches antérieures utilisant des réseaux de neurones artificiels (ANN) ont démontré que les réseaux entraînés sur des problèmes de classification tonale occidentale développent spontanément des poids de connexion corrélés aux espaces de phase de Fourier discrets du système à 12 tons, il reste incertain si ce format de représentation se généralise à des systèmes musicaux structurellement distincts. Il est donc inconnu si le codage par espace de phase de Fourier est un candidat code universel pour la cognition musicale ou s'il n'est qu'un artefact de la structure de l'égal temperement tempéré à 12 tons (12-TET) occidental. Cette étude teste cela en examinant la musique classique iranienne, un système microtonal de 17 classes de hauteurs par octave basé sur un treillis de 24 tons, qui n'est ni un sous-ensemble ni une transposition de la gamme chromatique occidentale.

Méthodologie
L'étude a employé une approche de modélisation computationnelle comparative utilisant des réseaux à unités de valeur gaussiennes entraînés sur des tâches de classification dérivées des théories musicales iraniennes et occidentales.

Stimuli et tâches :
- Système iranien : Défini sur un treillis de 24 tons (pas de 50 cents) contenant 17 classes de hauteurs actives. L'étude a défini neuf tâches de classification : deux basées sur les intervalles mélodiques (153 paires de classes de hauteurs non ordonnées) et sept basées sur les Dangs (segments de segments de gamme tétrachordaux). Les tâches variaient selon la manière dont les combinaisons dissonantes étaient gérées (effondrées ou exclues).
- Système occidental : Construit en utilisant un ensemble de règles identique mais en substituant les 12 classes de hauteurs du 12-TET. Cela a produit deux tâches d'intervalles (78 paires non ordonnées). Aucune tâche de Dang n'a été créée pour le système occidental en raison de l'absence de contrepartie théorique directe.
Architecture du réseau :
- Les réseaux utilisaient des fonctions d'activation gaussiennes (« unités de valeur »).
- Les couches d'entrée étaient des vecteurs binaires représentant la présence (1) ou l'absence (0) de classes de hauteurs spécifiques (17 dimensions pour l'iranien, 12 pour l'occidental).
- Les couches cachées étaient dimensionnées pour être « minimales-suffisantes » (7 unités pour les tâches d'intervalle ; 4 à 12 unités pour les tâches de Dang).
- Vingt-cinq réseaux ont été entraînés par tâche en utilisant la règle delta généralisée jusqu'à l'obtention d'une classification parfaite.
Construction de l'espace de phase de Fourier :
- Les espaces de phase ont été définis sur les treillis respectifs des classes de hauteurs. Pour le treillis de 24 tons iranien, cela a produit 12 espaces de phase distincts (fréquences $k=1$ à $12$). Pour le treillis de 12 tons occidental, 6 espaces ( $k=1$ à $6$).
- Chaque espace de phase $k$ correspond à l'étendue de $\{\cos(2\pi k g_n/G), \sin(2\pi k g_n/G)\}$ , où $g_n$ sont les indices du treillis et $G$ la taille du treillis.
Analyse et contrôles :
- Analyse d'ajustement (Fit) : Les poids de connexion des unités cachées ont été régressés contre chaque espace de phase. Le meilleur espace de phase ajusté a été identifié via le coefficient de corrélation multiple ( $R_k$ ).
- Contrôles statistiques : La significativité a été évaluée à l'aide d'un nul par permutation (randomisation des poids) avec un contrôle du taux de fausse découverte (FDR) de Benjamini–Hochberg. Les lignes de base non-Fourier comprenaient des rampes de hauteur de pitch et des plafonds passe-bas aléatoires.
- Contrôles pilotés par la tâche :
  - Permutation des étiquettes : Les réseaux ont été ré-entraînés sur des étiquettes de sortie permutées aléatoirement pour tester si la structure de Fourier persiste sans la structure de la tâche.
  - Permutation des coordonnées d'entrée : La correspondance entre les classes de hauteurs et les unités d'entrée a été brouillée avant l'entraînement pour tester si la structure dépendait de l'adjacence des entrées plutôt que de l'identité du pitch.
- Comparaison appariée par tâche : Pour isoler l'effet de la cardinalité du treillis du type de tâche, une comparaison spécifique a été restreinte aux tâches d'intervalle, qui sont définies de manière identique dans les deux systèmes.

Résultats clés

Dominance des espaces de phase uniques : À travers toutes les tâches et tous les systèmes, les unités cachées étaient systématiquement dominées par un seul espace de phase de Fourier. Cette dominance dépassait les niveaux du hasard (contrôlée par FDR) et surpassait les lignes de base non-Fourier. L'indice de concentration spectrale a confirmé que les unités n'étaient pas divisées entre plusieurs fréquences mais se concentraient sur une seule fréquence dominante.
Recrutement de la gamme de fréquences :
- Réseaux occidentaux : Ont recruté toute la gamme de la limite de Nyquist de leur treillis (fréquences 1–6).
- Réseaux iraniens : Ont recruté toute la gamme de la limite de Nyquist de leur treillis (fréquences 1–12).
La distinction des hautes fréquences :
- La fréquence de Nyquist ( $k=12$ ) sur le treillis de 24 tons est mathématiquement identique à une partition binaire entre les hauteurs chromatiques et microtonales (Koron/Sori). Par conséquent, les unités s'ajustant à cette fréquence peuvent agir comme de simples détecteurs de caractéristiques plutôt que comme des codes périodiques.
- Exclusion de $k=12$ : Dans la bande des fréquences 7–11 (qu'un treillis à 12 tons ne peut représenter), 31 % des unités iraniennes significatives (86 sur 279 dans la comparaison d'intervalles appariée par tâche) ont trouvé leur meilleur ajustement. En revanche, 0 % des unités occidentales occupaient cette bande.
- Cette différence persistait même en contrôlant le type de tâche (en comparant uniquement les tâches d'intervalle) et n'était pas pilotée par les tâches de Dang.
Nature pilotée par la tâche :
- Lorsque les réseaux ont été entraînés sur des étiquettes aléatoires, les ajustements de Fourier se sont effondrés vers des niveaux de chance, confirmant que la structure est pilotée par la tâche musicale, et non par le codage d'entrée ou la flexibilité du modèle.
- Le brouillage des coordonnées d'entrée n'a pas dégradé les ajustements, indiquant que la structure dépend de l'identité de la classe de hauteur et de la structure de la tâche, et non de l'arrangement spatial des unités d'entrée.

Signification et affirmations
L'article affirme étendre la découverte selon laquelle les espaces de phase de Fourier sont un format de représentation spontanément découvert par les ANN dans la musique tonale occidentale à un système microtonal structurellement distinct. La contribution principale est la démonstration que les réseaux entraînés sur la musique classique iranienne recrutent des espaces de phase de plus haute fréquence (7–11) qui sont mathématiquement inaccessibles aux réseaux entraînés sur le 12-TET.

Les auteurs proposent une hypothèse modeste et falsifiable : les cultures musicales ne possèdent peut-être pas des codes de représentation qualitativement différents, mais partagent un code unique basé sur Fourier où la gamme de fréquences effective est déterminée par la cardinalité et la structure du treillis de classes de hauteurs sous-jacent. L'étude suggère que si le format (espace de phase de Fourier) peut être universel, la gamme de fréquences utilisée est culturelle et contrainte par la limite de Nyquist du treillis.

Limites reconnues par les auteurs

Théorique vs Performance : Le modèle repose sur le tempérament modifié de Vaziri (un système 24-TET théorique) plutôt que sur l'intonation flexible et dépendante du contexte de la pratique de performance réelle persane.
Ambiguïté de Nyquist : L'exclusion de la fréquence $k=12$ est nécessaire car elle dégénère en un détecteur binaire de chromaticité/microtonalité sur ce treillis spécifique, ce qui rend impossible la distinction avec une simple détection de caractéristiques.
Portée de la généralité : L'étude n'utilise que deux systèmes musicaux. Les auteurs notent que les traditions arabe et turque ne sont pas assez indépendantes (partageant des racines historiques) pour servir de test définitif de la généralité transculturelle. Ils suggèrent les systèmes indien et chinois comme futurs candidats, tout en notant la difficulté de définir quantitativement leurs treillis de hauteurs sans imposer des cadres externes.
Architecture : Les résultats sont basés sur de petits réseaux à suffisance minimale. Bien que robustes à travers différentes tailles de couches, les auteurs ne prétendent pas que des architectures plus grandes ou différentes (ex: apprentissage profond) convergeraient nécessairement vers le même code, bien qu'ils citent des preuves de convergence provenant d'auto-encodeurs variationnels.

L'article conclut que l'espace de phase de Fourier est un candidat code pour la cognition musicale au-delà de la tonalité occidentale, la gamme de fréquences spécifique recrutée servant de marqueur potentiel des propriétés structurelles du système de classes de hauteurs sous-jacent.

Articles similaires