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

Sintesi Tecnica: Parsimonia Tonale nell'Analisi di Sequenze di Accordi

Enunciato del Problema
Il saggio affronta il compito di assegnare tonalità locali a una sequenza di accordi ($c_1, \dots, c_n$). Per ogni accordo, viene pre-calcolato un insieme di tonalità candidate $T_i$ basato sulla compatibilità accordo-scala (tipicamente le 12 tonalità maggiori e le 12 minori). L'obiettivo è selezionare una sequenza di tonalità $x_1, \dots, x_n$ dove $x_i \in T_i$ che ottimizzi criteri globali.

Gli approcci standard utilizzano la programmazione dinamica per minimizzare il costo di modulazione ($C$), definito come il numero di cambiamenti di tonalità adiacenti ($x_i \neq x_{i+1}$). Tuttavia, minimizzare solo $C$ non vincola il numero totale di tonalità distinte utilizzate ($K$). Ciò può portare ad analisi che sono fluide in termini di transizioni ma che utilizzano un vocabolario tonale inutilmente ampio e complesso. Al contrario, minimizzare solo $K$ (un problema di hitting-set) spesso risulta in modulazioni implausibilmente frequenti. Il saggio propone la parsimonia tonale, un obiettivo lessicografico che minimizza prima il costo di modulazione e poi minimizza il numero di tonalità distinte tra tutte le soluzioni con il costo di modulazione minimo:
$$\min_{lex} (C(x), K(x))$$

Metodologia
Gli autori modellano il problema come un problema di ottimizzazione dei vincoli a dominio finito su un universo fisso di 24 tonalità ($|T|=24$). Confrontano tre specifiche strategie di ottimizzazione:

1. Programmazione Dinamica (DP) basata solo sulle transizioni: Una ricorsione di Bellman standard che minimizza $C$. Viene eseguita in tempo $O(nm^2)$.
2. Minimizzazione pura del NValue: Un approccio di hitting-set che trova il più piccolo insieme di tonalità $S$ tale che ogni accordo abbia un candidato compatibile in $S$. Questo minimizza $K$ ma ignora i costi di transizione.
3. Parsimonia Tonale (Ottimizzazione Lessicografica): Il metodo proposto. Impiega un algoritmo esatto specializzato che combina un criterio di percorso a costo regolare con un criterio $NValue$.
   • Algoritmo: Il metodo decompone il problema nel trovare segmenti di tonalità costante minimi. Utilizza un approccio in due fasi: un passaggio all'indietro per calcolare il numero minimo di segmenti richiesti da qualsiasi posizione fino alla fine, e un passaggio in avanti che estende le segmentazioni parziali solo se possono ancora raggiungere l'ottimo globale.
   • Pruning (Potatura): L'algoritmo utilizza la potatura per dominanza sui label $(i, t, S, C)$, dove $S$ è una maschera di bit delle tonalità utilizzate. Un label viene scartato se ne esiste un altro alla stessa posizione e tonalità con un costo di modulazione inferiore o uguale e un sottoinsieme delle tonalità utilizzate.
   • Complessità: Sebbene il problema sia NP-hard nel caso generale (riducibile da Hitting Set), esso è fissamente parametrizzabile rispetto al numero di tonalità $m$. Con $m=24$, la dipendenza esponenziale da $m$ è gestibile nella pratica.

Livello di Sostituzione
Per affrontare i limiti della letterale compatibilità accordo-scala (che fallisce nel catturare comuni funzioni jazz come le sostituzioni di tritono), gli autori introducono una chiusura di sostituzione pesata.

• Questo livello arricchisce i domini candidati $T_i$ aggiungendo interpretazioni non diatoniche (ad esempio, interpretare $Bb7$ come sostituto di tritono per $E7$ nella tonalità di La).
• Queste interpretazioni sono pre-calcolate come una chiusura finita di regole funzionali ricorsive (ad esempio, dominanti secondarie, dominanti "backdoor", accordi prestati) e appiattite in un problema standard a dominio finito.
• Gli obiettivi di ottimizzazione rimangono invariati; le regole di sostituzione espandono semplicemente lo spazio di ricerca, permettendo all'ottimizzatore di trovare percorsi che siano funzionalmente coerenti senza introdurre nuovi centri tonali.

Contributi Chiave

1. Formulazione: Definire la parsimonia tonale come un'ottimizzazione lessicografica del costo di modulazione e della dimensione del vocabolario tonale.
2. Algoritmo: Fornire un algoritmo di programmazione dinamica esatto e specializzato che risolve questo obiettivo congiunto in modo efficiente per l'universo fisso di 24 tonalità, evitando i problemi di scalabilità dei solver di vincoli generici (es. MiniZinc/Gecode).
3. Integrazione della Sostituzione: Dimostrare come le regole di sostituzione jazz pesate possano essere integrate come fase di pre-elaborazione per espandere i domini candidati, migliorando la plausibilità funzionale dell'analisi senza alterare la logica di ottimizzazione centrale.

Risultati
I metodi sono stati valutati su due dataset: il corpus LMD Chords (31.032 sequenze) e 1.555 standard jazz annotati professionalmente.

• Statistiche del Corpus (LMD Chords):

  • La parsimonia tonale preserva il numero minimo di modulazioni della DP basata solo sulle transizioni, riducendo però il numero medio di tonalità distinte ($K$) nel 55,8% dei casi.
  • Con l'arricchimento della sostituzione, il numero medio di tonalità scende da 3,802 a 3,206, e il numero medio di modulazioni scende da 16,728 a 12,141.
  • L'implementazione Python specializzata elabora l'intero corpus in meno di un minuto di tempo CPU, mentre un modello MiniZinc diretto non riesce a terminare su istanze più grandi nemmeno dopo ore.

• Validazione Professionale (Jazz Standards):

  • La parsimonia tonale raggiunge l'81,1% di accordo stretto scala-accordo e il 95,6% di accordo compatibile conservativo con le annotazioni professionali.
  • Questo supera sia la DP basata solo sulle transizioni (94,3% compatibile) che il metodo NValue puro (94,3% compatibile).
  • In esempi specifici (ad esempio, The Gift, Nuages), il metodo combina con successo il basso numero di transizioni della DP con il vocabolario compatto del metodo NValue, risolvendo ambiguità dove la DP standard introduce centri tonali superflui.

• Validazione CokerBench:

  • Su 19 esempi funzionali jazz, i modelli arricchiti dalla sostituzione hanno risolto correttamente 16 casi su 18 riguardo ai conteggi delle tonalità attese e 13 su 15 riguardo all'analisi delle radici.
  • I risultati indicano che molti precedenti "fallimenti di ottimizzazione" erano in realtà problemi di "dominio mancante" risolvibili tramite reinterpretazione funzionale.

Significatività e Rivendicazioni
Il saggio sostiene che la parsimonia tonale offra un obiettivo più intuitivo dal punto di vista musicale e più compatto per l'analisi armonica rispetto alla minimizzazione delle sole transizioni. Dando priorità alla fluidità (basso $C$), ma risolvendo i pareggi con la dimensione del vocabolario (basso $K$), il metodo produce analisi che sono sia fluide che cognitivemente efficienti per l'improvvisazione e la riarmonizzazione.

Gli autori sottolineano che, sebbene l'obiettivo congiunto sia combinatoriamente difficile in generale, la natura fissa dell'universo tonale maggiore/minore ($m=24$) rende il problema trattabile per l'analisi su scala professionale. Inoltre, lo studio dimostra che il valore ottimizzato $K$ funge da descrittore strutturale significativo della complessità armonica, capace di distinguere le sequenze generate in regimi distinti di ricchezza tonale. Il lavoro conclude che minimizzare sia il costo di transizione che il vocabolario tonale è un approccio valido e superiore per l'analisi armonica orientata al jazz, particolarmente quando aumentato con regole di sostituzione funzionale.