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

Technische Samenvatting: Tonale Parsimonie in Akkoordsequentie-analyse

Probleemstelling
Het artikel behandelt de taak van het toewijzen van lokale tonaliteiten aan een sequentie van akkoorden ($c_1, \dots, c_n$). Voor elk akkoord wordt een verzameling kandidaat-tonaliteiten $T_i$ vooraf berekend op basis van akkoord-schaal-compatibiliteit (doorgaans de 12 majeur en 12 mineur toonsoorten). Het doel is om een sequentie van tonaliteiten $x_1, \dots, x_n$ te selecteren waarbij $x_i \in T_i$, die globale criteria optimaliseert.

Standaard benaderingen maken gebruik van dynamisch programmeren om de modulatiekosten ($C$) te minimaliseren, gedefinieerd als het aantal opeenvolgende tonaliteitsveranderingen ($x_i \neq x_{i+1}$). Het minimaliseren van $C$ alleen beperkt echter niet het totaal aantal gebruikte verschillende tonaliteiten ($K$). Dit kan leiden tot analyses die vloeiend zijn in termen van transities, maar een onnodig groot en complex tonaal vocabulaire gebruiken. Omgekeerd leidt het minimaliseren van $K$ alleen (een hitting-set probleem) vaak tot onwaarschijnlijk frequente modulaties. Het artikel stelt tonale parsimonie voor, een lexicografisch objectief dat eerst de modulatiekosten minimaliseert, en vervolgens het aantal verschillende tonaliteiten minimaliseert onder alle oplossingen met de minimale modulatiekosten:
$$\min_{lex} (C(x), K(x))$$

Methodologie
De auteurs modelleren het probleem als een eindige domein constraint-optimalisatieprobleem over een vaste universe van 24 tonaliteiten ($|T|=24$). Ze vergelijken drie specifieke optimalisatiestrategieën:

1. Alleen-transitie Dynamisch Programmeren (DP): Een standaard Bellman-recursie die $C$ minimaliseert. Dit werkt in $O(nm^2)$ tijd.
2. Pure NValue Minimalisatie: Een hitting-set benadering die de kleinste verzameling tonaliteiten $S$ vindt zodat elk akkoord een compatibele kandidaat heeft in $S$. Dit minimaliseert $K$ maar negeert transitiekosten.
3. Tonale Parsimonie (Lexicografische Optimalisatie): De voorgestelde methode. Deze maakt gebruik van een gespecialiseerd exact algoritme dat een cost-regular padcriterium combineert met een $NValue$-criterium.
   • Algoritme: De methode deelt het probleem op in het vinden van minimale constante-tonaliteit segmenten. Het gebruikt een twee-fasen aanpak: een backward pass om het minimale aantal segmenten te berekenen dat vanaf elke positie naar het einde vereist is, en een forward pass die partiële segmentaties uitbreidt, enkel als deze nog steeds het globale optimum kunnen bereiken.
   • Pruning: Het algoritme maakt gebruik van dominance pruning op labels $(i, t, S, C)$, waarbij $S$ een bit-mask is van de gebruikte tonaliteiten. Een label wordt weggegooid als er een ander label op dezelfde positie en tonaliteit bestaat met een lagere of gelijke modulatiekost en een deelverzameling van de gebruikte tonaliteiten.
   • Complexiteit: Hoewel het probleem in het algemeen NP-hard is (reduceerbaar naar Hitting Set), is het fixed-parameter tractable met betrekking tot het aantal tonaliteiten $m$. Met $m=24$ is de exponentiële afhankelijkheid van $m$ beheersbaar in de praktijk.

Substitutie-laag
Om de beperkingen van letterlijke akkoord-schaal-compatibiliteit aan te pakken (die veelvoorkomende jazzfuncties zoals tritonus-substituties niet vangt), introduceren de auteurs een gewogen substitutie-closure.

• Deze laag verrijkt de kandidaat-domeinen $T_i$ door niet-diatonische interpretaties toe te voegen (bijv. het interpreteren van $Bb7$ als een tritonus-substituut voor $E7$ in de toonsoort van A).
• Deze interpretaties worden vooraf berekend als een eindige closure van recursieve functionele regels (bijv. secundaire dominanten, backdoor dominanten, geleende akkoorden) en platgeslagen naar een standaard eindig-domein probleem.
• De optimalisatie-objectieven blijven ongewijzigd; de substitutie-regels vergroten simpelweg de zoekruimte, waardoor de optimizer paden kan vinden die functioneel coherent zijn zonder nieuwe tonale centra te introduceren.

Belangrijkste Bijdragen

1. Formulering: Het definiëren van tonale parsimonie als een lexicografische optimalisatie van modulatiekosten en de omvang van het tonale vocabulaire.
2. Algoritme: Het leveren van een exact, gespecialiseerd dynamisch programmeer-algoritme dat dit gezamenlijke objectief efficiënt oplost voor de vaste 24-tonaliteit universe, waardoor de schaalbaarheidsproblemen van generieke constraint solvers (bijv. MiniZinc/Gecode) worden vermeden.
3. Integratie van Substitutie: Het demonstreren hoe gewogen jazz-substitutieregels kunnen worden geïntegreerd als een pre-processing stap om kandidaat-domeinen uit te breiden, wat de functionele plausibiliteit van de analyse verbetert zonder de kern van de optimalisatie-logica te wijzigen.

Resultaten
De methoden werden geëvalueerd op twee datasets: de LMD Chords corpus (31.032 sequenties) en 1.555 professioneel geannoteerde jazzstandaarden.

• Corpus Statistieken (LMD Chords):

  • Tonale parsimonie behoudt het minimale aantal modulaties van de alleen-transitie DP, terwijl het het gemiddelde aantal verschillende tonaliteiten ($K$) vermindert in 55,8% van de gevallen.
  • Met de toevoeging van substitutie daalt het gemiddelde aantal tonaliteiten van 3,802 naar 3,206, en het gemiddelde aantal modulaties daalt van 16,728 naar 12,141.
  • De gespecialiseerde Python-implementatie verwerkt de volledere corpus in minder dan één minuut CPU-tijd, terwijl een directe MiniZinc-model niet binnen uren termineert op grotere instanties.

• Professionele Validatie (Jazzstandaarden):

  • Tonale parsimonie bereikt 81,1% strikte akkoord-schaal overeenstemming en 95,6% conservatieve compatibele overeenstemming met professionele annotaties.
  • Dit presteert beter dan zowel de alleen-transitie DP (94,3% compatibel) als de pure NValue methode (94,3% compatibel).
  • In specifieke voorbeelden (bijv. The Gift, Nuages) combineert de methode succesvol de lage transitie-count van de DP met het compacte vocabulaire van de NValue methode, waardoor ambiguïteiten worden opgelost waar de standaard DP onnodige tonale centra introduceert.

• CokerBench Validatie:

  • Op 19 functionele jazzvoorbeelden losten de met substitutie verrijkte modellen 16/18 gevallen correct op wat betreft de verwachte aantal tonaliteiten en 13/15 wat betreft de root-analyse.
  • De resultaten geven aan dat veel eerdere "optimalisatie-fouten" eigenlijk "ontbrekende domein"-problemen waren, oplosbaar door functionele herinterpretatie.

Betekenis en Claims
Het artikel claimt dat tonale parsimonie een meer muzikaal intuïtief en compact objectief biedt voor harmonische analyse dan alleen-transitie minimalisatie. Door prioriteit te geven aan vloeiendheid (lage $C$) maar gelijke gevallen te breken met de omvang van het vocabulaire (lage $K$), produceert de methode analyses die zowel vloeiend als cognitief efficiënt zijn voor improvisatie en reharmonisatie.

De auteurs benadrukken dat hoewel het gezamenlijke objectief in het algemeen computationeel hard is, de vaste aard van het majeur/mineur tonaliteits-universe ($m=24$) het probleem hanteerbaar maakt voor professionele schaal analyse. Verder laat de studie zien dat de geoptimaliseerde waarde $K$ dient als een betekenisvolle structurele descriptor van harmonische complexiteit, in staat om gegenereerde sequenties te onderscheiden in verschillende regimes van tonale rijkdom. De studie concludeert dat het minimaliseren van zowel de transitiekosten als het tonale vocabulaire een levensvatbare en superieure aanpak is voor jazz-georiënteerde harmonische analyse, met name wanneer dit wordt aangevuld met functionele substitutie-regels.