💻 computer science

Tonnetz-Driven Graph Wedgelet for Harmonic Complexity Reduction in Music Scores

Este artigo propõe um método para reduzir a complexidade harmônica de partituras de música simbólica através da construção de um grafo heterogêneo de elementos musicais e da compressão do subgrafo de piano usando um algoritmo guloso adaptativo que particiona notas em cunhas baseadas em um embedding Tonnetz de seis dimensões para gerar partituras simplificadas e executáveis, preservando as relações harmônicas.

Autores originais: Emmanuel Caronna, Elisa Francomano, Silvia Licciardi

Publicado 2026-07-13

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Emmanuel Caronna, Elisa Francomano, Silvia Licciardi

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você tem um castelo de LEGO enorme e intrincado representando uma peça de música. Cada um de seus tijolos é uma nota, e todos estão empilhados em um padrão específico e complexo. Agora, imagine que você quer encolher esse castelo para que ele caiba no seu bolso sem perder a "alma" da construção. Você não pode simplesmente esmagá-lo aleatoriamente, ou ele deixá-lo de ser um castelo. Você precisa de uma maneira inteligente de agrupar os tijolos para que, ao reconstruí-lo, ele ainda pareça e soe como o original, apenas mais simples.

Isso é exatamente o que este artigo faz, mas em vez de LEGOs, ele usa partituras musicais, e em vez de mãos, usa uma ferramenta matemática astuta chamada grafo.

O Problema: Tijolos Demais, Espaço de Menos

As partituras musicais, especialmente as partes de piano que acompanham um cantor, são frequentemente cheias de repetição. Pense em uma canção onde o piano toca um padrão ondulante e elaborado repetidamente. Para um computador, cada nota individual nesse padrão ondulante é um tijolo separado e único. Isso cria um "grafo" (um mapa de conexões) que é enorme e bagunçado.

Os autores argumentam que as formas anteriores de simplificar a música eram como tentar achatar uma escultura 3D em uma folha de papel plana. Elas ou ignoravam as relações musicais entre as notas ou tratavam a música como uma simples lista de sons, perdendo as profundas conexões harmônicas que fazem a música soar "certa".

A Solução: O "Mapa de Harmonia" (Tonnetz)

Para corrigir isso, os pesquisadores construíram um mapa especial chamado Tonnetz. Imagine um relógio padrão onde os números de 1 a 12 representam notas musicais. Em um relógio normal, a distância entre 1 e 2 é a mesma que entre 1 e 7. Mas na música, 1 e 7 (uma quinta perfeita) são melhores amigos, enquanto 1 e 2 são estranhos.

Os autores utilizam uma versão de seis dimensões deste mapa. Pense nisso como um parquinho mágico e multicamadas onde as notas que soam bem juntas estão fisicamente próximas umas das outras, e as notas que conflitam estão longe. Isso é crucial porque garante que o computador entenda a harmonia, não apenas a ordem das notas.

O Truque de Mágica: O Fatiador "Wedge"

Aqui está o núcleo da invenção deles: o Graph Wedgelet.

Imagine que você tem uma pilha gigante e bagunçada de argila (o grafo da música). Você quer esculpi-la em grandes pedaços suaves chamados wedges (cunhas). O objetivo é fazer com que cada pedaço seja tão uniforme que você possa descrever todo o pedaço com apenas um único número (a média das notas dentro dele).

O artigo introduz um algoritmo "Fully Adaptive Greedy". Esta é uma forma elegante de dizer que o computador joga um jogo de "quente ou frio":

Ele olha para toda a pilha de argila.
Ele pergunta: "Se eu cortar isso ao meio agora, qual corte fará com que as duas novas pilhas sejam o mais semelhantes possível entre si?"
Ele faz o corte.
Ele repete esse processo, dividindo as pilhas recursivamente até ter o número de pedaços de que precisa.

O "corte" não é aleatório. Ele usa o mapa Tonnetz para garantir que as notas agrupadas estejam harmonicamente relacionadas. Se um pedaço contém um acorde de Dó maior, o computador o mantém unido. Ele não vai acidentalmente agrupar um Dó com uma nota que soaria terrível ao lado dele.

O Resultado: Uma Partitura Mais Simples e Tocável

Uma vez que a música é fatiada nesses "wedges", o computador substitui cada nota individual em um wedge pela nota média daquele grupo.

Pense nisso da seguinte forma: Se um wedge contém 50 notas que são todas variações de um acorde de Dó maior, o computador diz: "Ok, para toda esta seção, tocaremos apenas o 'Dó médio'".

O artigo mostra que isso funciona lindamente. Em suas simulações, eles pegaram 70 partituras reais de três compositores diferentes. Eles testaram o quanto podiam encolher a música (a taxa de compressão) antes que ela soasse mal.

Quando mantiveram tudo (100% das notas), o resultado foi perfeito.
Quando comprimiram pesadamente (reduzindo para apenas alguns wedges), a música tornou-se muito mais simples, mas ainda soava como a canção original.

O artigo afirma explicitamente que este método não introduz novas notas que não estavam na música original. Ele apenas escolhe entre as notas que o compositor já escreveu. Este é um recurso de segurança: a partitura simplificada é sempre tocável e legível por um humano, e nunca inventa notas estranhas ou alienígenas que não pertencem ao contexto.

O Que Isso Não É (e o Que Não Faz)

É importante saber o que este artigo não afirma.

Ele não afirma ser uma varinha mágica que pode comprimir qualquer arquivo instantaneamente. Ele trabalha especificamente no acompanhamento de piano de partituras de voz e piano. Ele ainda não lida com a melodia ou a letra da mesma forma.
Não diz que este é o método de compressão "perfeito" para sempre. Os autores admitem que, no momento, eles substituem um wedge inteiro por uma única nota constante. No futuro, eles esperam usar formas mais complexas para capturar o movimento dent dentro de um wedge, mas por enquanto, é um valor médio constante e plano.
Os resultados baseiam-se em simulações e experimentos em um conjunto específico de 70 partituras. Eles não testaram isso em todas as peças de música já escritas, mas a matemática funciona para as que tentaram.

A Conclusão

Os autores construíram uma ferramenta que atua como um editor inteligente para a música. Ela observa uma parte de piano complexa, encontra os padrões harmônicos ocultos e agrupa notas semelhantes em "wedges". Em seguida, simplifica a partitura substituindo esses grupos pelo seu som médio.

O resultado é uma nova versão mais simples da música, que é mais fácil de ler e tocar, mas que ainda soa como a peça original. É como pegar uma foto de alta resolução e transformá-la em uma versão de pixel art que ainda parece exatamente com o assunto, apenas com menos pixels. O artigo sugere que este pode ser o primeiro passo para softwares que criam arranjos simplificados automaticamente, garantindo que a música permaneça fiel à visão original do compositor.

Resumo Técnico: Wedgelet de Grafo Orientado por Tonnetz para Redução de Complexidade Harmônica em Partituras Musicais

Definição do Problema
Partituras musicais simbólicas, particularmente aquelas que contêm partes vocais e de piano, exibem uma redundância estrutural significativa em seu acompanhamento. Figurações harmônicas, como baixos de Alberti, acordes arpejados e ostinatos, frequentemente repetem as mesmas sequências harmônicas ao longo de extensos períodos temporais. Embora existam métodos de compressão para música simbólica — variando de teoria da informação algorítmica (ex: Lempel-Ziv) a transformadas de wavelet em sinais melódicos e tokenização para processamento neural — eles sofrem de limitações específicas. As abordagens atuais operam tipicamente nos níveis de sinal, evento sequencial ou token simbólico. Crucialmente, elas falham em simultaneamente: (i) adaptar-se à geometria da representação de grafo subjacente do escore; (ii) considerar a distância harmônica em vez da mera distância cromática; e (iii) restringir a reconstrução para que permaneça uma partitura válida dentro da escala e instrumentação originais. Há uma necessidade de um esquema de compressão que reduza a complexidade harmônica enquanto preserva informações relevantes para a tarefa, relações de notas e a estrutura do grafo.

Metodologia
Os autores propõem um esquema de compressão preservador de estrutura para o subgrafo de piano de escores vocal-pianísticos, utilizando um framework de Wedgelet de Grafo Orientado por Tonnetz. A metodologia integra o processamento de sinais em grafos com a teoria musical da seguinte forma:

Representação de Grafo: O escore musical é modelado como um grafo heterogêneo onde os nós representam notas (linha melódica, letras, acompanhamento) e as arestas codificam relações sequenciais, verticais e cross-modais. A compressão foca especificamente no subgrafo do piano ( $G_{piano}$ ).
Embedding Tonnetz: Para garantir que a compressão respeite as relações harmônicas, as notas musicais são mapeadas para um espaço vetorial de seis dimensões usando um embedding Tonnetz. Este embedding projeta classes de altura sobre um círculo usando três fatores inteiros distintos ( $k_1, k_2, k_3$ ) para capturar terças maiores, terças menores e o ciclo de quintas. A métrica euclidiana neste espaço 6D captura a proximidade harmônica em vez da simples distância cromática.
Particionamento de Wedge Binário (BWP): O grafo é particionado em regiões chamadas "wedges" (cunhas) usando um algoritmo Totalmente Adaptativo Ganancioso (FA-greedy).
- O processo constrói uma árvore binária através da divisão recursiva do grafo.
- Critério de Divisão: Em cada etapa, o algoritmo seleciona um wedge para dividir e um novo nó central ( $v_{m+1}$ ) para minimizar o erro $L_2$ da partição resultante dentro do embedding Tonnetz 6D.
- Conectividade: A divisão é baseada na distância de caminho mais curto no grafo, garantindo que cada wedge resultante permaneça um subgrafo conectado (musicalmente contíguo).
Codificação e Decodificação:
- Encoder: O algoritmo FA-greedy gera um conjunto de $M$ wedges com base em uma razão de compressão $r$ . O sinal dentro de cada wedge é aproximado pelo valor médio das notas no embedding Tonnetz.
- Decoder: Para reconstruir uma partitura tocável, o valor médio de cada wedge é quantizado. O algoritmo seleciona a classe de altura mais próxima presente no wedge original a partir do conjunto de classes de altura realmente utilizadas naquela região ( $PC(V_{vi})$ ). Isso garante que as notas reconstruídas sejam extraídas da paleta original do compositor, evitando a introdução de classes de altura estranhas.
Exportação: O sinal MIDI reconstruído, de valor constante por partes, é mapeado de volta para a estrutura MusicXML original, preservando todos os atributos não-relativos à altura (duração, dinâmica, articulação, etc.) enquanto atualiza os valores de altura.

Principais Contribuições

Compressão Consciente da Harmonia: O artigo introduz um método de compressão que minimiza explicitamente o erro em um espaço harmônico (Tonnetz) em vez de um espaço cromático ou de série temporal, garantindo que a complexidade reduzida reflita as relações harmônicas intrínsecas.
Particionamento Adaptável ao Grafo: Ao aplicar árvores de particionamento de wedge binário ao grafo da partitura, o método adapta-se à topologia específica do acompanhamento musical, mantendo a conectividade dos fragmentos musicais.
Reconstrução de Partitura Válida: A estratégia de quantização proposta garante que a saída seja uma partitura válida, legível por humanos e tocável, que retém a instrumentação e a escala originais, evitando a geração de notas "alucinadas" não presentes no material de origem.
Integração de Frameworks: O trabalho estende o framework de graph wedgelet (previamente aplicado a imagens e dados biomédicos) para o domínio da musicologia simbólica, combinando-o com embeddings de altura multidimensionais.

Resultados Experimentais
Os autores avaliaram a abordagem em um corpus de 70 partituras simbólicas (formato MusicXML) de três compositores diferentes.

Métrica: O desempenho foi medido pelo Erro Quadrático Médio (RMSE) entre o sinal valorado por Tonnetz original e a aproximação por wedgelet, computado por vértice.
Descobertas: Os experimentos demonstraram um compromisso (trade-off) entre a razão de compressão ( $r$ ) e a fidelidade de reconstrução. À medida que a razão $r$ diminui (menos wedges), o RMSE aumenta, indicando maior desvio harmônico. No entanto, a análise visual dos compassos reconstruídos (Fig. 4) mostrou que, mesmo em razões baixas, o sistema preserva a altura original para uma parte significativa das notas (cabeças de nota verdes), com reatribuições (caves de nota amarelas) ocorrendo primariamente onde a simplificação harmônica é mais eficaz. O método gerou com sucesso partituras simplificadas que permaneciam reconhecíveis como as peças originais.

Significância e Alegações
O artigo posiciona este trabalho como um passo necessário para a geração automática de arranjos musicais simplificados. Os autores afirmam que seu método estabelece uma "condição necessária" para esse objetivo: garantir que um arranjo comprimido permaneça uma partitura válida que seja reconhecível como a obra original. Ao preservar a estrutura harmônica e a topologia do grafo, o método permite a redução da complexidade harmônica sem distorcer a identidade musical do acompanhamento. Os autores observam modestamente que o esquema atual opera isoladamente no subgrafo homogêneo do piano e que trabalhos futuros serão necessários para estender as métricas de erro e os critérios de divisão para o grafo heterogêneo completo (incluindo melodia e letras) e para explorar funções não constantes dentro dos wedges para capturar o movimento harmônico intra-wedge.