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

Resumo Técnico: Parcimônia Tonal na Análise de Sequências de Acordes

Definição do Problema
O artigo aborda a tarefa de atribuir tonalidades locais a uma sequência de acordes ($c_1, \dots, c_n$). Para cada acorde, um conjunto de tonalidades candidatas $T_i$ é pré-computado com base na compatibilidade entre acorde e escala (tipicamente as 12 tonalidades maiores e 12 menores). O objetivo é selecionar uma sequência de tonalidades $x_1, \dots, x_n$ onde $x_i \in T_i$ que otimize critérios globais.

Abordagens padrão utilizam programação dinâmica para minimizar o custo de modulação ($C$), definido como o número de mudanças de tonalidade adjacentes ($x_i \neq x_{i+1}$). No entanto, minimizar apenas $C$ não restringe o número total de tonalidades distintas utilizadas ($K$). Isso pode levar a análises que são suaves em termos de transições, mas que utilizam um vocabulário tonal desnecessariamente grande e complexo. Inversamente, minimizar apenas $K$ (um problema de conjunto de cobertura ou hitting-set) frequentemente resulta em modulações implausivelmente frequentes. O artigo propõe a parcimônia tonal, um objetivo lexicográfico que minimiza primeiro o custo de modulação e, em seguida, minimiza o número de tonalidades distintas entre todas as soluções com o custo de modulação mínimo:
$$\min_{lex} (C(x), K(x))$$

Metodologia
Os autores modelam o problema como um problema de otimização de restrições de domínio finito sobre um universo fixo de 24 tonalidades ($|T|=24$). Eles comparam três estratégias de otimização específicas:

1. Programação Dinâmica de Transição Única (DP): Uma recorrência de Bellman padrão que minimiza $C$. Executa em tempo $O(nm^2)$.
2. Minimização de NValue Puro: Uma abordagem de hitting-set que encontra o menor conjunto de tonalidades $S$ tal que cada acorde possua um candidato compatível em $S$. Isso minimiza $K$, mas ignora os custos de transição.
3. Parcimônia Tonal (Otimização Lexicográfica): O método proposto. Emprega um algoritmo exato especializado que combina um critério de caminho de custo regularizado com um critério de $NValue$.
   • Algoritmo: O método decompõe o problema em encontrar segmentos de tonalidade constante mínimos. Utiliza uma abordagem de duas fases: uma passagem para trás (backward pass) para computar o número mínimo de segmentos necessários de qualquer posição até o fim, e uma passagem para frente (forward pass) que estende segmentações parciais apenas se elas ainda puderem atingir o ótimo global.
   • Poda: O algoritmo utiliza poda por dominância em rótulos $(i, t, S, C)$, onde $S$ é uma máscara de bits das tonalidades utilizadas. Um rótulo é descartado se existir outro na mesma posição e tonalidade com um custo de modulação menor ou igual e um subconjunto das tonalidades utilizadas.
   • Complexidade: Embora o problema seja NP-difícil no caso geral (redutível ao Hitting Set), ele é parametrizável de forma fixa (fixed-parameter tractable) em relação ao número de tonalidades $m$. Com $m=24$, a dependência exponencial de $m$ é gerenciável na prática.

Camada de Substituição
Para abordar as limitações da compatibilidade literal entre acorde e escala (que falha em capturar funções comuns de jazz, como substituições de trítono), os autores introduzem uma fechadura de substituição ponderada.

• Esta camada enriquece os domínios candidatos $T_i$ adicionando interpretações não diatônicas (por exemplo, interpretar $Bb7$ como um substituto de trítono para $E7$ na tonalidade de Lá).
• Essas interpretações são pré-computadas como uma fechadura finita de regras funcionais recursivas (ex: dominantes secundárias, dominantes backdoor, acordes emprestados) e achatadas em um problema de domínio finito padrão.
• Os objetivos de otimização permanecem inalterados; as regras de substituição simplesmente expandem o espaço de busca, permitindo que o otimizador encontre caminhos que sejam funcionalmente coerentes sem introduzir novos centros tonais.

Principais Contribuições

1. Formulação: Definir a parcimônia tonal como uma otimização lexicográfica do custo de modulação e do tamanho do vocabulário tonal.
2. Algoritmo: Fornecer um algoritmo de programação dinâmica exato e especializado que resolve este objetivo conjunto de forma eficiente para o universo fixo de 24 tonalidades, evitando os problemas de escalabilidade de solvers de restrições genéricos (ex: MiniZinc/Gecode).
3. Integração de Substituição: Demonstrar como regras de substituição de jazz ponderadas podem ser integradas como uma etapa de pré-processamento para expandir os domínios candidatos, melhorando a plausibilidade funcional da análise sem alterar a lógica central de otimização.

Resultados
Os métodos foram avaliados em dois conjuntos de dados: o corpus LMD Chords (31.032 sequências) e 1.555 jazz standards profissionalmente anotados.

• Estatísticas do Corpus (LMD Chords):

  • A parcimônia tonal preserva o número mínimo de modulações da DP de transição única, enquanto reduz o número médio de tonalidades distintas ($K$) em 55,8% dos casos.
  • Com o enriquecimento por substituição, o número médio de tonalidades cai de 3,802 para 3,206, e o número médio de modulações cai de 16,728 para 12,141.
  • A implementação especializada em Python processa o corpus completo em menos de um minuto de tempo de CPU, enquanto um modelo MiniZinc direto falha em terminar em instâncias maiores dentro de horas.

• Validação Profissional (Jazz Standards):

  • A parcimônia tonal alcança 81,1% de concordância estrita de acorde-escala e 95,6% de concordância compatível conservadora com as anotações profissionais.
  • Isso supera tanto a DP de transição única (94,3% de compatibilidade) quanto o método de $NValue$ puro (94,3% de compatibilidade).
  • Em exemplos específicos (ex: The Gift, Nuages), o método combina com sucesso o baixo número de transições da DP com o vocabulário compacto do método $NValue$, resolvendo ambiguidades onde a DP padrão introduz centros tonais desnecessários.

• Validação CokerBench:

  • Em 19 exemplos funcionais de jazz, os modelos enriquecidos por substituição resolveram 16/18 casos corretamente em relação às contagens de tonalidade esperadas e 13/15 em relação à análise de raiz.
  • Os resultados indicam que muitos "erros de otimização" anteriores eram, na verdade, problemas de "domínio ausente", solucionáveis por reinterpretação funcional.

Significância e Alegações
O artigo afirma que a parcimônia tonal oferece um objetivo mais intuitivo musicalmente e compacto para a análise harmônica do que a minimização de transição única. Ao priorizar a suavidade (baixo $C$), mas desempatar pelo tamanho do vocabulário (baixo $K$), o método produz análises que são simultaneamente suaves e cognitivamente eficientes para improvisação e reharmonização.

Os autores enfatizam que, embora o objetivo conjunto seja combinatoriamente difícil em geral, a natureza fixa do universo de tonalidades maior/menor ($m=24$) torna o problema tratável para análise em escala profissional. Além disso, o estudo demonstra que o valor otimizado $K$ serve como um descritor estrutural significativo da complexidade harmônica, capaz de distinguir sequências geradas em regimes distintos de riqueza tonal. O trabalho conclui que minimizar tanto o custo de transição quanto o vocabulário tonal é uma abordagem viável e superior para a análise harmônica orientada ao jazz, particularmente quando aumentada por regras de substituição funcional.