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

Dit artikel introduceert *vega-mir*, een open-source Python-toolkit voor symbolische muziekanalyse met negen informatietheoretische metrieken, en demonstreert de bruikbaarheid daarvan via casestudies die een correlatie onthullen tussen graafcentraliteit van harmonie en harmonische afstand over componisten heen, evenals bewijs dat Glenn Gould's rubato wordt gekenmerkt door gestructureerde periodiciteit in plaats van metronomische stijfheid.

De kern

Stel je voor dat je een enorme bibliotheek met partituren van verschillende componisten en uitvoerenden hebt. Al lang proberen muziekonderzoekers deze bibliotheken te begrijpen door eenvoudige "snapshots" te nemen—zoals het tellen hoe vaak een componist een specifieke noot gebruikt of het meten van de gemiddelde snelheid van een uitvoering. Maar deze snapshots missen vaak het grotere plaatje, zoals de stroom van een gesprek of het ritme van een hartslag.

Dit artikel introduceert vega-mir, een nieuwe, open-source "gereedschapskist" voor computerwetenschappers en muzikologen. Denk hierbij aan een Zwitsers zakmes dat vooraf is geladen met negen specifieke wiskundige hulpmiddelen die zijn ontworpen om muziek te analyseren die is geschreven als symbolen (zoals partituren of digitale codes) in plaats van geluidsgolven.

Hier is een uiteenzetting van wat het artikel daadwerkelijk doet, met behulp van eenvoudige analogieën:

1. De Gereedschapskist (De Bibliotheek)

Voor dit hulpmiddel moest een onderzoeker die muziek wilde analyseren, voor elk project zijn eigen meetlint, zijn eigen schaal en zijn eigen rekenmachine bouwen. Het was rommelig en het was moeilijk om resultaten met elkaar te vergelijken.

vega-mir is als een gestandaardiseerde, vooraf gekalibreerde kit. Het bundelt negen verschillende "metrieken" (manieren van meten) in één strak pakket.

• Drie van deze hulpmiddelen werden al gebruikt in een eerdere studie (genaamd "Cygnus") om duizenden pianopartituren te analyseren.
• Vier zijn nieuwe "realiteitschecks" die de auteurs hebben getest op een kleine groep componisten om ervoor te zorgen dat ze correct werken.
• Twee zijn gloednieuwe hulpmiddelen die de auteurs in dit artikel gebruiken om dieper te graven dan ooit tevoren.

2. Casestudie A: De "Harmonische Kaart" (Akkerovergangen)

Het eerste nieuwe hulpmiddel kijkt naar hoe akkers van de ene naar de andere bewegen. Stel je een stadskaart voor waar elke kruising een muzikaal akkoord is.

• De Oude Manier: Onderzoekers telden vroeger gewoon hoeveel auto's (akkoorden) door elke kruising reden. Ze wisten welke kruisingen druk waren, maar niet hoe het verkeer tussen hen door stroomde.
• De Nieuwe Manier (vega-mir): Dit hulpmiddel bouwt een volledige verkeerskaart. Het berekent een "zwaartepunt"—een specifiek akkoord dat fungeert als het centrale knooppunt van de stad, dat het meeste verkeer aantrekt.
• De Ontdekking: De auteurs analyseerden 14 beroemde componisten (zoals Bach, Mozart en Beethoven). Ze ontdekten dat voor de meeste componisten het "zwaartepunt" niet het thuisakkoord (de tonica) was, maar een naburig akkoord (de supertertia).
  • Analogie: Het is als beseffen dat in een stad het belangrijkste knooppunt niet het stadhuis (het thuis) is, maar het centraal station (de buur) omdat daar alle verbindingen plaatsvinden.
  • Ze ontdekten ook dat deze "knooppunt"-locatie correleert met hoe anders de muziek van een componist klinkt in vergelijking met anderen, maar dat het type knooppunt (groot versus klein) niet het hele verhaal vertelt.

3. Casestudie B: De "Rubato-Radar" (Tempoveranderingen)

"Rubato" is wanneer een muzikant iets versnelt of vertraagt voor emotioneel effect. De oude manier om dit te meten was om de gemiddelde snelheid van de hele uitvoering te nemen en te zeggen: "Deze persoon is snel," of "Deze persoon is langzaam."

• Het Probleem: Dit is als een hardloper alleen te beoordelen op basis van hun gemiddelde snelheid. Het mist of ze in sprongen sprinten, gestaag joggen of langzaam drijven.
• De Nieuwe Manier (vega-mir): Dit hulpmiddel werkt als een weerradar. In plaats van alleen windsnelheid te meten, kijkt het naar het patroon van de wind. Is het een constante bries? Een plotselinge windvlaag? Een ritmische golf?
• De Ontdekking: De auteurs bestudeerden drie beroemde pianisten die Bach speelden: Glenn Gould, András Schiff en Sviatoslav Richter.
  • Het Cliché: Mensen zeggen vaak dat Glenn Gould speelt als een "metronoom" (perfect robotachtig) omdat zijn gemiddelde snelheid zeer weinig verandert.
  • De Realiteit: De radar toonde aan dat Gould niet robotachtig is; hij is gewoon gestructureerd. Terwijl Schiff en Richter hun tempo vrij lieten drijven (als een losse wolk), veranderde Goulds tempo in een zeer specifiek, ritmisch patroon (als een hartslag).
  • De Twist: Gould had feitelijk de meeste ritmische structuur (hoogste "periodiciteit") van de drie. Zijn "rubato" was klein van omvang maar zeer georganiseerd in de tijd. De oude "gemiddelde snelheid"-meting verborg dit feit volledig.

4. Waarom Dit Belangrijk Is

Het artikel claimt niet om nieuwe wetten van de natuurkunde of muziektheorie te ontdekken. Het gaat in plaats daarvan om consolidatie.

• Het neemt complexe wiskunde die normaal gesproken een PhD vereist om te implementeren en zet het om in simpele, één-regelige commando's die iedereen kan gebruiken.
• Het bewijst dat kijken naar de structuur van muziek (hoe akkoorden verbindingen maken, hoe tempopatronen zich herhalen) verborgen details onthult die simpele gemiddelden missen.
• Het biedt een gedeelde taal zodat verschillende onderzoekers hun resultaten kunnen vergelijken zonder te ruziën over wie de juiste rekenmachine gebruikte.

Kortom: De auteurs bouwden een betere microscoop voor muziek. Ze gebruikten deze om te laten zien dat een beroemde pianist geen robot is, maar een ritmisch architect, en dat de "knooppunten" van muzikale harmonie vaak anders zijn dan we dachten. Dit alles is nu beschikbaar voor iedereen om in hun eigen onderzoek te gebruiken.

Technische samenvatting

Technische Samenvatting van vega-mir: Een informatietheoretische Python-toolkit voor symbolische muziek

Probleemstelling
Hoewel informatietheoretische beschrijvers (bijv. Shannon-entropie, Kullback-Leibler-divergentie, Zipf-aanpassingen) standaard zijn geworden voor de kwantitatieve analyse van symbolische muziek, blijft hun implementatie gefragmenteerd. Huidig onderzoek vereist doorgaans het "samenvoegen" van uiteenlopende aanroepen van scipy.stats, handgeschreven gladmakingsalgoritmen en ad-hoc code voor netwerkanalyse. Deze fragmentatie resulteert in een gebrek aan gedeelde API's, testsuites of referentiewaarden, wat de reproduceerbaarheid en cross-study validatie belemmert. Er is behoefte aan een geconsolideerde, geteste bibliotheek die deze metrieken bundelt met consistente standaardinstellingen en referentiewaarden voor de gemeenschappen van muziek-informatieretrieval (MIR) en computationele muziekwetenschap.

Methodologie
Het artikel introduceert vega-mir, een open-source Python-bibliotheek (v0.0.1) ontworpen om te werken met input van symbolische muziek (toonladdergradenreeksen, akkoord-overgangsgrafieken, tempocurven). De bibliotheek is gebaseerd op numpy, scipy, networkx, mido en pretty_midi, en volgt een rigoureuze validatiestrategie:

1. Analytische Ankers: Metrieken worden unit-getest tegen theoretische grondwahrheden (bijv. uniforme verdelingen die specifieke entropiewaarden opleveren, witte ruis die specifieke fractale dimensies oplevert).
2. Pariteitscontroles: Implementaties worden geverifieerd op exacte pariteit met de upstream Cygnus-piplijn (Jalbert-Desforges 2026).
3. API-ontwerp: De bibliotheek blootlegt een drie-laags API voor elke metriek: een primitieve functie voor genormaliseerde vectoren, een op tellingen gebaseerde convenience-functie met Laplace-gladmaking, en een op reeksen gebaseerde convenience-functie voor akkoord/toonladdergraad-inputs.

Het artikel catalogiseert negen metrieken verdeeld over vier domeinen:

• Informatietheorie: Shannon-entropie en Kullback-Leibler (KL)-divergentie (eerder ingezet in Cygnus).
• Rang-Frequentie: Zipf-aanpassingen voor marginale en overgangsverdelingen (eerder ingezet in Cygnus).
• Ongelijkheid: Meerdere-dimensionale Gini-coëfficiënt.
• Netwerken: Netwerkanalyse op akkoord-overgangsgrafieken (PageRank, clustering, modulariteit).
• Tijdreeksen/Signaalverwerking: Chi-kwadraat-stationariteitstests, Higuchi fractale dimensie, spectrale rubato-analyse en intervalverdeling-aanpassing.

Belangrijkste Bijdragen

1. Bibliotheekconsolidatie: De primaire bijdrage is de consolidatie van negen metrieken achter één enkele, geteste, citeerbare API met een gedeelde set referentiewaarden, waardoor de activeringskosten voor distributieanalyses worden verlaagd.
2. Casestudie 1: Harmonische Netwerksignaturen: Een netwerkanalyse van akkoord-overgangsgrafieken voor 14 MAESTRO-componisten ($N \ge 10$ stukken). De studie construeert gerichte gewogen grafieken van toonladdergraad-overgangen en analyseert knooppuntniveau (PageRank) en grafiekniveau-beschrijvers.
3. Casestudie 2: Rubato-spectrale Signaturen: Een spectrale analyse van tempocurven (rubato) over een Bach-corpus van 247 stukken uitgevoerd door drie pianisten (Schiff, Gould, Richter). De studie maakt gebruik van een spectrale classifier om rubato te categoriseren in vier types (metronoom, vrij, quasi-periodiek, periodiek) op basis van powerspectrale dichtheid en periodiciteitsverhoudingen.

Resultaten

• Harmonische Netwerken:

  • Grafvervulling: Bij de 1%-overgangsprobabiliteitsdrempel zijn de harmonische overgangsgrafieken voor alle 14 componisten verzadigd (behoud van ~120 van de 210 mogelijke randen) en vertonen ze small-world-eigenschappen.
  • Zwaartepuntsidentiteit: De PageRank-"zwaartepunt" (de toonladdergraad met de hoogste PageRank) varieert per componist en neemt vijf verschillende waarden aan (bijv. Groot Tonic I voor Mozart; Supertonic II voor Bach, Haydn, enz.). Deze categorische identiteit correleert echter niet met de marginale KL-afstand ($\rho = 0,13, p = 0,21$).
  • Continue Correlatie: De continue PageRank-waarde van het zwaartepuntnode correleert met de marginale KL-afstand ($\rho = 0,61$, Spearman, $N=14$). Deze correlatie wordt bijna uitsluitend gedreven door het enkele PageRank-kenmerk; andere netwerkbeschrijvers (dichtheid, clustering) zijn quasi-uniform over het corpus.
  • Heffing: De correlatie is gevoelig voor individuele componisten; het verwijderen van Mendelssohn vermindert de correlatie aanzienlijk, wat aangeeft dat het resultaat een kwalitatieve observatie van ordening is en geen statistisch stabiele schatting.

• Rubato-spectra:

  • Inversie van Cliché: In tegenstelling tot de scalaire interpretatie dat Glenn Gould's lage standaardafwijking ($\sigma$) impliceert "metronoom" spelen, onthult spectrale analyse dat Gould de hoogste periodiciteitsverhouding (0,293) heeft van de drie pianisten, significant hoger dan Schiff (0,204) en Richter (0,257).
  • Temporele Kleur: Gould's rubato wordt gekenmerkt als "klein in amplitude maar gestructureerd in tijd", met een mediaan dominante periode van 66 slagen, vergeleken met 102 (Schiff) en 104 (Richter).
  • Diachrone Analyse: Bij een vergelijking van Gould's 1955 vs. 1981 Goldberg Variaties toont de 1981-opname een significante reductie in rubato-amplitude ($\Delta\sigma = -2,39$ BPM) maar geen significante verschuiving in spectrale kleur (verandering in periodiciteitsverhouding is niet-significant). De 1981-uitvoering is een "stilte" versie van dezelfde structurele rubato, geen herschikt exemplaar.
  • Robuustheid: De bevinding dat Gould de meerderheid van de "periodieke" classificaties bezit, overleeft de drempelgevoeligheidsanalyse (17/17 verstoringen).

Betekenis en Aanspraken
Het artikel presenteert vega-mir expliciet als een consolidatie, geen ontdekking. De wiskundige fundamenten van de negen metrieken zijn decennia oud; de bijdrage ligt in het bieden van "één enkele geteste API met consistente standaardinstellingen en een gedeelde set referentiewaarden".

De auteurs claimen dat de bibliotheek mogelijk maakt:

1. Reproduceerbaarheid: Door het bieden van een gedeelde testsuite en referentiewaarden kunnen resultaten cross-gevalideerd worden over studies heen.
2. Signaalherstel: De casestudies tonen aan dat informatietheoretische beschrijvers die verder gaan dan marginale statistieken (specifiek netwerktopologie en spectrale kleur) signalen herstellen die scalaire samenvattingen weglaten. Bijvoorbeeld, het scalaire gemiddelde van rubato verbergt de "temporele kleur" van uitvoering, terwijl netwerkanalyse onthult dat het "zwaartepunt" van harmonische stroom een continue beschrijver is die correleert met marginale divergentie, en onderscheidbaar is van zijn categorische identiteit.
3. Toegankelijkheid: De bibliotheek verlaagt de instapdrempel voor onderzoekers die distributieanalyses nodig hebben zonder onderliggende wiskunde opnieuw te implementeren.

Het artikel behoudt bescheidenheid wat statistische claims betreft, en merkt op dat de netwerkorrelaties kwalitatieve observaties zijn die onderhevig zijn aan hoge heffing door individuele componisten, en dat vier van de negen metrieken (Gini, stationariteit, Higuchi, intervallen) momenteel alleen gevalideerd zijn op kleine datasets en wachten op volledige empirische inzet op corpus-schaal in toekomstig werk.