vega-mir: An information-theoretic Python toolkit for symbolic music, with applications to harmonic graphs and rubato spectra

本論文は、9 つの情報理論的指標を備えたオープンソースの Python ツールキット「vega-mir」を音楽記号分析のために導入し、作曲家間で和声グラフ中心性と和声距離との相関を明らかにする事例研究、およびグレン・グールドのルバートがメトロノーム的な硬直性ではなく構造化された周期性によって特徴づけられることを示す証拠を通じてその有用性を実証する。

要約

さまざまな作曲家や演奏家による膨大な楽譜の図書館を想像してください。長年、音楽研究者たちはこれらの図書館を理解するために、特定の音符がどの程度使われるかを数えたり、演奏の平均速度を測定したりするなど、単純な「スナップショット」を取得しようとしてきました。しかし、これらのスナップショットは、会話の流れや心臓の鼓動のリズムのような、より大きな全体像を見逃すことがよくあります。

本論文は、コンピュータ科学者や音楽学者向けの新しいオープンソースの「ツールボックス」「vega-mir」を紹介します。これは、音波ではなく楽譜やデジタルコードなどの記号として書かれた音楽を分析するために設計された、9 つの特定の数学的ツールが事前に搭載された、スイスアーミーナイフのようなものです。

以下に、簡単な比喩を用いて、この論文が実際に行っていることを解説します。

1. ツールボックス（図書館）

このツールが登場する以前、研究者が音楽を分析しようとする場合、プロジェクトごとに独自のメジャー、独自のスケール、独自の計算機を構築しなければなりませんでした。それは散漫で、結果を比較するのが困難でした。

vega-mir は、標準化され、事前に較正されたキットのようなものです。これは、9 つの異なる「指標」（測定方法）を 1 つのきれいなパッケージに束ねています。

• これらのツールの3 つは、以前の研究（「Cygnus」と呼ばれる）で数千のピアノ録音を分析するためにすでに使用されていました。
• 4 つは、正しく機能することを確認するために、著者が少数の作曲家グループでテストした新しい「健全性チェック」です。
• 2 つは、著者がこの論文でこれまで以上に深く掘り下げるために使用する、全く新しいツールです。

2. ケーススタディ A：「和声マップ」（和声進行）

最初の新しいツールは、和音がどのように次々と進行するかを分析します。すべての交差点が和音である都市の地図を想像してください。

• 従来の方法： 研究者たちは、以前は各交差点を通過した車の数（和音の数）を単に数えていました。どの交差点が混雑しているかは分かっていましたが、交差点間の交通の流れまでは分かっていませんでした。
• 新しい方法（vega-mir）： このツールは完全な交通地図を構築します。これは「重心」を計算します。これは、最も多くの交通を引き寄せる都市の主要ハブとして機能する特定の和音です。
• 発見： 著者はバッハ、モーツァルト、ベートーヴェンなどの 14 人の有名な作曲家を分析しました。その結果、ほとんどの作曲家にとって、「重心」は主和音（トニック）ではなく、隣接する和音（スーパートニック）であることが分かりました。
  • 比喩： これは、都市において最も重要なハブが市庁舎（自宅）ではなく、すべての接続が行われる主要な駅（隣人）であると気づくようなものです。
  • また、この「ハブ」の位置は、作曲家の音楽が他者とどの程度異なるかに関連していることが分かりましたが、ハブの「種類」（長調か短調か）は物語のすべてを語るものではありませんでした。

3. ケーススタディ B：「ルバート・レーダー」（テンポの変化）

「ルバート」とは、音楽的な効果のために演奏者がわずかに速くなったり遅くなったりする現象です。これを測定する従来の方法は、演奏全体の平均速度を測定し、「この人は速い」または「この人は遅い」と言うものでした。

• 問題点： これは、ランナーを平均速度だけで判断するようなものです。バーストでスプリントしているのか、一定にジョギングしているのか、ゆっくりと流れているのかを見逃してしまいます。
• 新しい方法（vega-mir）： このツールは気象レーダーのように機能します。風速を測定するだけでなく、風の「パターン」を見ます。それは一定のそよ風ですか？突然の突風ですか？リズミカルな波ですか？
• 発見： 著者は、グレン・グールド、アンドラーシュ・シフ、スヴィャトスラフ・リヒターの 3 人の有名なピアニストがバッハを演奏する様子を研究しました。
  • ステレオタイプ： グレン・グールドは平均速度の変化がほとんどないため、「メトロノーム」のように完璧にロボット的だとよく言われます。
  • 現実： レーダーは、グールドがロボット的なのではなく、単に「構造化」されていることを示しました。シフとリヒターがテンポを自由に漂わせる（緩い雲のように）のに対し、グールドのテンポの変化は非常に特定的でリズミカルなパターン（心臓の鼓動のように）で行われていました。
  • 意外な事実： グールドは実際、3 人の中で最もリズミカルな構造（最も高い「周期性」）を持っていました。彼の「ルバート」は規模は小さいですが、時間的に非常に組織化されていました。従来の「平均速度」の測定は、この事実を完全に隠していました。

4. なぜこれが重要なのか

この論文は、物理学や音楽理論の新しい法則を発見することを主張しているわけではありません。むしろ、それは統合に関するものです。

• 通常、実装には博士号が必要だった複雑な数学を、誰でも使えるシンプルな一行のコマンドに変換します。
• 音楽の「構造」（和音がどのように接続するか、テンポのパターンがどのように繰り返されるか）を見ることは、単純な平均値では見逃される隠れた詳細を明らかにすることを証明します。
• 異なる研究者が、誰が正しい計算機を使用したかについて議論することなく、結果を比較できるようにする共通の言語を提供します。

要約すると： 著者たちは音楽のためのより優れた顕微鏡を構築しました。それを用いて、有名なピアニストはロボットではなく、リズミカルな建築家であることを示し、音楽的和声の「ハブ」は私たちが思っていたものとは異なることが多いことを明らかにしました。これらすべては、誰でも自分の研究で利用できるようになりました。

技術概要

vega-mir: 記号音楽のための情報理論的 Python ツールキット の技術的概要

問題定義
情報理論的記述子（シャノンエントロピー、カルバック・ライブラー発散、ツィップ分布適合など）は、記号音楽の定量的分析の標準となっているが、その実装は断片化されたままとなっている。現在の研究では、通常、scipy.stats への断片的な呼び出し、手作りの平滑化アルゴリズム、およびその場限りのネットワーク分析コードを「つなぎ合わせる」必要がある。この断片化は、共有された API、テストスイート、または基準値の欠如をもたらし、再現性や研究間検証を妨げている。音楽情報検索（MIR）および計算音楽学のコミュニティ向けに、これらの指標を一貫したデフォルト値と基準値とともにパッケージ化した、統合されテスト済みのライブラリが必要とされている。

手法
本論文は、記号音楽入力（音階度系列、和声遷移グラフ、テンポ曲線）を処理するように設計されたオープンソース Python ライブラリ vega-mir（v0.0.1）を紹介する。本ライブラリは numpy、scipy、networkx、mido、および pretty_midi に基づいて構築され、厳格な検証戦略に従っている：

1. 分析的アンカー: 指標は、理論的な真値（例：特定のエントロピー値を生む一様分布、特定のフラクタル次元を生む白色雑音）に対して単体テストされている。
2. 整合性チェック: 実装は、上位の Cygnus パイプライン（Jalbert-Desforges 2026）に対する完全な整合性について検証されている。
3. API 設計: 本ライブラリは、各指標に対して 3 層の API を公開する：正規化ベクトル用のプリミティブ関数、ラプラス平滑化を備えたカウントベースの便利関数、および和声/音階度入力用のシーケンスベースの便利関数。

本論文は、4 つのドメインに分類された 9 つの指標 をカタログ化している：

• 情報理論: シャノンエントロピーおよびカルバック・ライブラー（KL）発散（以前 Cygnus で実装済み）。
• 順位 - 頻度: 周辺分布および遷移分布に対するツィップ分布適合（以前 Cygnus で実装済み）。
• 不平等: 多次元ジニ係数。
• ネットワーク: 和声遷移グラフ上のネットワーク分析（ページランク、クラスタリング、モジュラリティ）。
• 時系列/信号処理: カイ二乗定常性テスト、ヒグチのフラクタル次元、スペクトルルバート分析、および音程分布適合。

主な貢献

1. ライブラリの統合: 主要な貢献は、共有された基準値セットを備えた単一のテスト済み引用可能 API の背後に 9 つの指標を統合し、分布分析の活性化コストを低下させた点である。
2. ケーススタディ 1：和声ネットワークのシグネチャ: 14 人の MAESTRO 作曲家（$N \ge 10$ 曲）の和声遷移グラフに対するネットワーク分析。本研究は、音階度遷移の方向付き重み付きグラフを構築し、ノードレベル（ページランク）およびグラフレベルの記述子を分析する。
3. ケーススタディ 2：ルバートのスペクトルシグネチャ: 3 人のピアニスト（シフ、グールド、リヒテル）による 247 曲のバッハ・コーパス全体にわたるテンポ曲線（ルバート）のスペクトル分析。本研究は、パワースペクトル密度および周期性比率に基づいて、ルバートを 4 種類（メトロノミック、自由、準周期的、周期的）に分類するスペクトル分類器を利用する。

結果

• 和声ネットワーク:

  • グラフ飽和: 1% の遷移確率閾値において、14 人のすべての作曲家の和声遷移グラフは飽和しており（210 個の可能なエッジのうち約 120 個を保持）、小世界性を示す。
  • 重心の同一性: ページランクの「重心」（最も高いページランクを持つ音階度）は作曲家によって異なり、5 つの異なる値をとる（例：モーツァルトでは長調トニック I、バッハ、ハイドンなどは上主音 II）。しかし、このカテゴリ的同一性は、周辺 KL 距離と相関しない（$\rho = 0.13, p = 0.21$）。
  • 連続的相関: 重心ノードの 連続的 ページランク値は、周辺 KL 距離と相関する（$\rho = 0.61$、スピアマン、$N=14$）。この相関は、ほぼ完全に単一のページランク特徴によって駆動されている。他のネットワーク記述子（密度、クラスタリング）はコーパス全体で準一様である。
  • レバレッジ: この相関は個々の作曲家に敏感であり、メンデルスゾーンを除外すると相関が著しく低下する。これは、結果が統計的に安定した推定値ではなく、順序付けに関する定性的な観察であることを示している。

• ルバートスペクトル:

  • ステレオタイプの逆転: グレン・グールドの低い標準偏差（$\sigma$）が「メトロノミック」な演奏を意味するというスカラー解釈とは対照的に、スペクトル分析は、グールドが 3 人のピアニストの中で 最も高い周期性比率（0.293）を持つことを明らかにしている。これはシフ（0.204）およびリヒテル（0.257）よりも有意に高い。
  • 時間的彩度: グールドのルバートは、「振幅は小さいが時間的に構造化されている」と特徴付けられ、支配的周期の中央値は 66 ビートである。これに対し、シフは 102、リヒテルは 104 である。
  • 年代別分析: グールドの 1955 年対 1981 年の『ゴルトベルク変奏曲』の比較において、1981 年の録音はルバート振幅の有意な減少（$\Delta\sigma = -2.39$ BPM）を示すが、スペクトル彩度の有意な変化はない（周期性比率の変化は有意ではない）。1981 年の演奏は、再構成されたものではなく、同じ構造的ルバートの「静かな」バージョンである。
  • 頑健性: グールドが「周期的」分類の過半数を保持するという発見は、閾値感度分析（17/17 の摂動実行）を生き延びている。

意義と主張
本論文は、vega-mir を 発見ではなく統合 として明確に位置づけている。9 つの指標の数学的基礎は数十年の歴史を持つ。貢献は、「一貫したデフォルト値と共有された基準値セットを備えた単一のテスト済み API」を提供する点にある。

著者らは、本ライブラリが以下のことを可能にすると主張している：

1. 再現性: 共有されたテストスイートおよび基準値を提供することで、結果を研究間で相互検証可能にする。
2. 信号の回復: ケーススタディは、周辺統計を超えた情報理論的記述子（具体的にはネットワークトポロジーおよびスペクトル彩度）が、スカラー要約が破棄する信号を回復することを示している。例えば、ルバートのスカラー平均は演奏の「時間的彩度」を隠蔽するが、ネットワーク分析は、和声フローの「重心」が、そのカテゴリ的同一性とは区別され、周辺発散と相関する連続的記述子であることを明らかにする。
3. アクセシビリティ: 本ライブラリは、基礎となる数学を再実装することなく分布分析を必要とする研究者の参入障壁を低下させる。

本論文は、統計的主張に関しては控えめであり、ネットワーク相関は個々の作曲家からの高いレバレッジにさらされる定性的観察であることを指摘している。また、9 つの指標のうち 4 つ（ジニ、定常性、ヒグチ、音程）は現在、小規模データセットでのみ検証されており、将来の作業において完全なコーパス規模の実証的展開を待っている。