💻 informatica

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

Questo studio dimostra che le reti neurali artificiali addestrate sulla struttura dei pitch microtonali della musica classica iraniana sviluppano spontaneamente rappresentazioni di unità nascoste dominate dagli spazi di fase di Fourier, confermando che questo intervallo di frequenza funge da codice universale candidato per la struttura del pitch musicale oltre i sistemi tonali occidentali.

Autori originali: Yousef Aftabi, Hamid Farvaresh

Pubblicato 2026-11-12

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Yousef Aftabi, Hamid Farvaresh

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

La musica è un tratto umano universale, presente in ogni società conosciuta, eppure il modo in cui il nostro cervello codifica gli elementi costitutivi della melodia rimane uno dei grandi misteri della scienza cognitiva. Sappiamo che il cervello elabora il suono attraverso complessi network di neuroni, ma non conosciamo il linguaggio specifico che questi neuroni utilizzano per rappresentare una nota musicale o un accordo. Il cervello memorizza la musica come una semplice lista di note, o utilizza un codice matematico più astratto? Per decenni, i ricercatori hanno sospettato che il cervello potesse organizzare l'altezza tonale utilizzando un sistema basato sulla frequenza, simile al modo in cui un prisma separa la luce in un arcobaleno di colori. Questa idea, radicata nella matematica della trasformata di Fourier, suggerisce che il cervello scomponga le strutture musicali nelle loro componenti d'onda sottostanti. Finora, questa teoria è stata testata quasi esclusivamente utilizzando la musica occidentale, con la sua familiare scala a dodici note. Ma se questo codice basato sulla frequenza è una parte fondamentale della cognizione musicale umana, dovrebbe apparire in qualsiasi sistema musicale, anche in quelli con regole e strutture completamente diverse.

Per testare ciò, i ricercatori dell'Università del Kurdistan si sono rivolti alla musica classica iraniana, una tradizione che opera su una griglia di altezze tonali molto più fine rispetto alla musica occidentale. Mentre la musica occidentale divide un'ottava in dodici passi uguali, la musica classica iraniana riconosce diciassette classi di altezza distinte nello stesso spazio, inclusi sottili scostamenti di quarto di tono che non hanno un equivalente diretto nella scala occidentale standard. Il team ha costruito reti neurali artificiali — programmi informatici progettati per mimare il processo di apprendimento del cervello umano — e le ha addestrate a risolvere problemi musicali specifici utilizzando questo sistema iraniano. Hanno chiesto alle reti di identificare intervalli musicali e specifiche strutture di accordi a quattro note, noti come Dang, analizzando puramente le relazioni tra le note. Fondamentalmente, alle reti non è stato detto di utilizzare formule matematiche o analisi di frequenza; dovevano semplicemente svolgere il compito di imparare a categorizzare la musica e sono state lasciate libere di scoprire il modo migliore per farlo da sole.

I risultati sono stati sorprendenti. Mentre le reti imparavano a risolvere questi compiti di classificazione, le loro connessioni interne si organizzavano spontaneamente in schemi che corrispondevano perfettamente alla struttura matematica dello spazio delle fasi di Fourier. Ciò significa che, senza alcuna istruzione, il modello informatico ha scoperto che il modo più efficiente per rappresentare queste complesse relazioni musicali era mapparele su un insieme di onde basate sulla frequenza. Questo reperimento conferma che il codice basato sulla frequenza non è solo una particolarità della teoria musicale occidentale, ma una soluzione generale che i sistemi di apprendimento possono scoprire quando si trovano di fronte a una struttura musicale. Tuttavia, lo studio ha anche rivelato una differenza affascinante tra i due mondi musicali. Poiché il sistema iraniano utilizza una griglia di altezze tonali più fine, le reti addestrate su di esso hanno reclutato un intervallo molto più ampio di frequenze per svolgere il proprio lavoro. Mentre le reti addestrate sulla musica occidentale utilizzavano un intervallo di sei bande di frequenza distinte, le reti addestrate sulla musica iraniana utilizzavano tutte le dodici bande consentite dalla loro griglia di altezze più dettagliata.

Questa differenza non è una mera questione di scala; indica un principio più profondo su come le culture musicali possano essere codificate. I ricercatori hanno scoperto che circa il trentuno percento delle unità nelle reti iraniane utilizzava bande ad alta frequenza che semplicemente non possono esistere nel sistema a dodici toni occidentale. Queste unità catturavano sfumature della musica che il sistema occidentale è matematicamente incapace di rappresentare. Lo studio ha rigorosamente escluso la possibilità che si trattasse di un trucco della configurazione del computer o del risultato di come i dati venivano inseriti nel sistema. Quando i ricercatori hanno rimescolato le etichette musicali o randomizzato l'ordine di input, il modello è scomparso, provando che le reti hanno sviluppato questo codice specifico solo perché era la soluzione più efficace per il compito musicale in questione.

Le implicazioni di questo lavoro vanno oltre l'informatica. Suggeriscono che, sebbene il codice fondamentale per rappresentare la musica possa essere condiviso tra le culture umane — un sistema basato sulla frequenza verso cui il cervello tende naturalmente — l'intervallo specifico di frequenze utilizzato potrebbe variare a seconda della tradizione musicale. Proprio come una lingua utilizza gli stessi suoni di base ma li dispone diversamente per creare parole distinte, diverse culture musicali potrebbero utilizzare diverse porzioni dello stesso spettro di frequenza universale per catturare le proprie identità sonore uniche. Lo studio non pretende di aver risolto il mistero della cognizione musicale umana, né prova che i cervelli umani lavorino esattamente come questi modelli informatici. Invece, offre un'ipotesi precisa e testabile: che la diversità delle tradizioni musicali del mondo potrebbe essere spiegata dal modo in cui diverse culture utilizzano diversi intervalli di un codice di frequenza condiviso e sottostante. Mostrando che questo codice emerge naturalmente in un sistema diverso come la musica classica iraniana, la ricerca fornisce una nuova lente attraverso la quale guardare l'universale e l'unico nell'esperienza musicale umana.

Sintesi Tecnica: L'intervallo di frequenza dello spazio di fase di Fourier come candidato codice per la struttura del pitch musicale

Problema
La questione centrale affrontata è come la struttura del pitch musicale sia rappresentata in diverse culture. Mentre ricerche precedenti che utilizzano Reti Neurali Artificiali (ANN) hanno dimostrato che le reti addestrate su problemi di classificazione del tono occidentale sviluppano spontaneamente pesi di connessione correlati a spazi di fase di Fourier discreti del sistema a 12 toni, rimane da chiarire se questo formato rappresentazionale si generalizzi a sistemi musicali strutturalmente distinti. Nello specifico, non è noto se la codifica dello spazio di fase di Fourier sia un candidato codice universale per la cognizione musicale o solo un artefatto della struttura occidentale dell'equal temperament a 12 toni (12-TET). Lo studio testa questo punto esaminando la musica classica iraniana, un sistema microtonale con 17 classi di pitch per ottava basato su un reticolo a 24 toni (quarter-tone), che non è né un sottoinsieme né una trasposizione della scala cromatica occidentale.

Metodologia
Lo studio ha impiegato un approccio di modellazione computazionale comparativa utilizzando reti a unità di valore gaussiane addestrate su compiti di classificazione derivati dalle teorie musicali iraniana e occidentale.

Stimoli e Compiti:
- Sistema Iraniano: Definito su un reticolo a 24 toni (passi di 50 cent) contenente 17 classi di pitch attive. Lo studio ha definito nove compiti di classificazione: due basati su intervalli melodici (153 coppie di pitch-class non ordinate) e sette basati sui Dang (segmenti tetracordali di scala). I compiti variavano nel modo in cui venivano gestite le combinazioni dissonanti (collassate o escluse).
- Sistema Occidentale: Costruito utilizzando un set di regole identico, ma sostituendo le 12 classi di pitch del 12-TET. Ciò ha prodotto due compiti di intervallo (78 coppie non ordinate). Non sono stati creati compiti Dang per il sistema occidentale a causa della mancanza di un corrispondente teorico diretto.
Architettura della Rete:
- Le reti utilizzavano funzioni di attivazione gaussiane ("unità di valore").
- Gli strati di input erano vettori binari che rappresentavano la presenza (1) o l'assenza (0) di specifiche classi di pitch (17 dimensioni per l'iraniano, 12 per l'occidentale).
- Gli strati nascosti erano dimensionati per essere "minimalmente sufficienti" (7 unità per i compiti di intervallo; 4–12 unità per i compiti Dang).
- Venticinque reti sono state addestrate per compito utilizzando la regola delta generalizzata fino al raggiungimento di una classificazione perfetta.
Costruzione dello Spazio di Fase di Fourier:
- Gli spazi di fase sono stati definiti rispetto ai rispettivi reticoli di classi di pitch. Per il reticolo iraniano a 24 toni, ciò ha prodotto 12 spazi di fase distinti (frequenze $k=1$ a $12$). Per il reticolo occidentale a 12 toni, 6 spazi ( $k=1$ a $6$).
- Ogni spazio di fase $k$ corrisponde all'estensione di $\{\cos(2\pi k g_n/G), \sin(2\pi k g_n/G)\}$ , dove $g_n$ sono gli indici del reticolo e $G$ è la dimensione del reticolo.
Analisi e Controlli:
- Analisi di Fit: I pesi di connessione delle unità nascoste sono stati sottoposti a regressione rispetto a ciascuno spazio di fase. Il miglior spazio di fase compatibile è stato identificato tramite il coefficiente di correlazione multipla ( $R_k$ ).
- Controlli Statistici: La significatività è stata valutata utilizzando un null di permutazione (randomizzazione dei pesi) con controllo del tasso di falsa scoperta (FDR) di Benjamini–Hochberg. I baseline non-Fourier includevano rampe di altezza del pitch e soffitti low-pass casuali.
- Controlli Guidati dal Compito:
  - Permutazione delle Etichette: Le reti sono state ri-addestrate su etichette di output permutate casualmente per testare se la struttura di Fourier persistesse senza la struttura del compito.
  - Permutazione delle Coordinate di Input: La mappatura delle classi di pitch alle unità di input è stata rimescolata prima dell'addestramento per testare se la struttura dipendesse dall'adiacenza dell'input piuttosto che dall'identità del pitch.
- Confronto con Compito Corrispondente: Per isolare l'effetto della cardinalità del reticolo dal tipo di compito, un confronto specifico è stato limitato ai compiti di intervallo, che sono stati definiti identicamente in entrambi i sistemi.

Risultati Chiave

Dominanza di Singoli Spazi di Fase: In tutti i compiti e sistemi, le unità nascoste erano affidabilmente dominate da un singolo spazio di fase di Fourier. Questa dominanza superava i livelli del caso (controllo FDR) e superava i baseline non-Fourier. L'indice di concentrazione spettrale ha confermato che le unità non erano divise tra più frequenze, ma concentrate su una singola frequenza dominante.
Reclutamento dell'Intervallo di Frequenza:
- Reti Occidentali: Hanno reclutato l'intero intervallo del limite di Nyquist del loro reticolo (frequenze 1–6).
- Reti Iraniane: Hanno reclutato l'intero intervallo del limite di Nyquist del loro reticolo (frequenze 1–12).
La Distinzione delle Alte Frequenze:
- La frequenza di Nyquist ( $k=12$ ) sul reticolo a 24 toni è matematicamente identica a una partizione binaria tra pitch cromatici e microtonali (Koron/Sori). Di conseguenza, le unità che si adattano a questa frequenza possono agire come semplici rilevatori di caratteristiche piuttosto che come codici periodici.
- Esclusione di $k=12$ : Nella banda delle frequenze 7–11 (che un reticolo a 12 toni non può rappresentare), il 31% delle unità iraniane significative (86 su 279 nel confronto di intervallo con compito corrispondente) ha trovato il proprio miglior fit. Al contrario, lo 0% delle unità occidentali occupava questa banda.
- Questa differenza persisteva anche controllando il tipo di compito (confrontando solo i compiti di intervallo) e non era guidata dai compiti Dang.
Natura Guidata dal Compito:
- Quando le reti sono state addestrate su etichette casuali, i fit di Fourier sono crollati ai livelli del caso, confermando che la struttura è guidata dal compito musicale, non dalla codifica dell'input o dalla flessibilità del modello.
- La rimescolatura delle coordinate di input non ha degradato i fit, indicando che la struttura dipende dall'identità della classe di pitch e dalla struttura del compito, non dalla disposizione spaziale delle unità di input.

Significatività e Rivendicazioni
L'articolo sostiene di estendere il risultato secondo cui gli spazi di fase di Fourier sono un formato rappresentazionale scoperto spontaneamente nelle ANN dalla musica tonale occidentale alla musica classica iraniana, che è un sistema strutturalmente distinto. Il contributo primario è la dimostrazione che le reti addestrate sulla musica classica iraniana reclutano spazi di fase a frequenza più alta (7–11) che sono matematicamente inaccessibili alle reti addestrate sul 12-TET.

Gli autori propongono un'ipotesi modesta e falsificabile: le culture musicali potrebbero non possedere codici rappresentazionali qualitativamente diversi, ma condividere un singolo codice basato su Fourier dove l'intervallo di frequenza effettivo è determinato dalla cardinalità e dalla struttura del reticolo sottostante delle classi di pitch. Lo studio suggerisce che, mentre il formato (spazio di fase di Fourier) può essere universale, l'intervallo di frequenze utilizzato è cultura-specifico e vincolato dal limite di Nyquist del reticolo.

Limitazioni Riconosciute dagli Autori

Teorico vs Prestazione: Il modello si basa sul temperamento modificato di Vaziri (un sistema 24-TET teorico) piuttosto che sull'intonazione flessibile e dipendente dal contesto della reale pratica esecutiva persiana.
Ambiguità di Nyquist: L'esclusione della frequenza $k=12$ è necessaria perché essa degenera in un rilevatore binario cromatico/microtonale su questo specifico reticolo, rendendo impossibile distinguerla dal semplice rilevamento di caratteristiche.
Ambito di Generalità: Lo studio utilizza solo due sistemi musicali. Gli autori osservano che le tradizioni araba e turca non sono abbastanza indipendenti (condividendo radici storiche) per servire come un test definitivo della generalità transculturale. Suggeriscono sistemi indiani e cinesi come candidati futuri, pur notando la difficoltà nel definire i loro reticoli di pitch quantitativamente senza imporre framework esterni.
Architettura: I risultati si basano su reti piccole e minimamente sufficienti. Sebbene robusti attraverso diverse dimensioni di strati, gli autori non affermano che architetture più grandi o diverse (ad esempio, deep learning) convergerebbero necessariamente sullo stesso codice, sebbene citino prove convergenti dai variational autoencoders.

L'articolo conclude che lo spazio di fase di Fourier è un candidato codice per la cognizione musicale oltre la tonalità occidentale, con l'intervallo specifico di frequenze reclutato che funge da potenziale marcatore delle proprietà strutturali del sistema di classi di pitch sottostante.

Articoli simili