Le rivoluzioni nella melodia popolare
Da una ricerca della Queen Mary University di Londra emergono traiettorie e rivoluzioni nella melodia popolare basata sulle classifiche statunitensi dal 1950 al 2023. Per rispondere a molte domande, è stata eseguita un’analisi delle serie temporali su un set di caratteristiche che caratterizzano la melodia popolare storica. Il dataset è stato compilato tramite trascrizione manuale delle melodie in formato MIDI. Le caratteristiche utilizzate possono essere concepite come rappresentative della complessità di una melodia così come apparirebbe a un ascoltatore. La complessità percepita è stata correlata al numero e alla diversità dei toni e delle durate che compongono una melodia, nonché a misure di quanto chiaramente una melodia implichi un’interpretazione tonale o metrico.
Le rivoluzioni nella melodia popolare quanto contano?
Il Billboard Melodic Music Dataset è una raccolta di 1131 file MIDI contenenti le melodie principali delle prime 5 canzoni di ogni anno secondo le classifiche dei singoli di fine anno di Billboard dal 1950 al 2023. In questo contesto, definiamo “melodia” come una sequenza di eventi tonali non sovrapposti suonati con un particolare ritmo (definito dall’intervallo tra l’inizio di ciascun evento), e “melodia principale” come la melodia più prominente del brano, che è quasi sempre la melodia vocale. Le melodie sono separate in file diversi per sezione (ad esempio, strofa, ritornello); la maggior parte delle canzoni ha 2-4 melodie. La lunghezza media delle melodie è di 22.74 secondi (SD = 9.67), e il numero medio di eventi tonali è di 48.63 (SD = 24.20).
La complessità può essere catturata sia in termini di caratteristiche (ad esempio, intervallo di toni, dimensione dell’intervallo tonale, densità delle note. E pure variabilità della durata) sia in termini di informazione teorica data un’analisi statistica dei toni e dei tempi delle note in una melodia.
Qui combiniamo entrambi gli approcci con l’obiettivo di coprire ampiamente (sebbene non necessariamente in modo esaustivo) diverse misure di complessità. Diverse caratteristiche sono state calcolate per melodia, da descrittori basati su caratteristiche di base a misure di complessità più sofisticate e teoriche che si sono dimostrate predittive della percezione della complessità sia per il tono che per il ritmo. Gli algoritmi di rilevamento dei punti di cambiamento identificano cambiamenti significativi nella media e nella varianza delle serie temporali. In questo contesto, il rilevamento dei punti di cambiamento può svelare rivoluzioni melodiche e quando si verificano. Due metodi sono stati utilizzati per selezionare i punti di cambiamento. Il primo, un rilevamento dei punti di cambiamento univariato aggregato: il rilevamento dei punti di cambiamento è stato eseguito su ciascuna caratteristica individualmente con quattro diversi algoritmi di rilevamento.
Se un punto temporale specifico è stato identificato come un punto di cambiamento per almeno due caratteristiche, è stato accettato come una rivoluzione melodica.
Il secondo, un rilevamento dei punti di cambiamento multivariato: il rilevamento dei punti di cambiamento multivariato fornisce all’algoritmo di rilevamento tutte le caratteristiche contemporaneamente in modo che il rilevamento sia olistico. Sono stati applicati quattro diversi algoritmi multivariati per garantire risultati robusti.
Le rivoluzioni nella melodia popolare cosa sono?
Poiché le serie temporali mostrano una significativa autocorrelazione (i valori attuali possono essere previsti da una combinazione lineare dei valori precedenti), i modelli autoregressivi sono appropriati per descrivere il loro comportamento. Inoltre, quando si esplorano le relazioni tra le serie temporali, è utile prima parzializzare il comportamento autoregressivo poiché garantisce che le regressioni lineari siano statisticamente valide. Sono stati adattati modelli autoregressivi alle serie temporali per ciascuna era, con un lag massimo dipendente dall’era per incoraggiare la parsimonia.
I modelli autoregressivi vettoriali (VAR, che nulla ha a che fare con il supporto tecnologico agli arbitri sportivi, ndr) modellano le relazioni tra le serie temporali simultaneamente rappresentando il valore corrente di una caratteristica come una combinazione lineare dei valori precedenti di essa stessa e dei valori precedenti delle altre caratteristiche. Così, sebbene meno interpretabili, hanno un potere predittivo maggiore rispetto alle singole autoregressioni e regressioni. Per ciascuna era, è stato adattato un modello VAR al set di caratteristiche.
L’analisi presenta forti evidenze di due rivoluzioni melodiche nella storia della musica popolare: una nel 1975 e un’altra nel 2000. Inoltre, ci sono prove moderate per una rivoluzione nel 1996. La regressione ha rivelato un aumento della forza delle relazioni tra caratteristiche dopo l’anno 2000, dopo aver parzializzato il comportamento autoregressivo.
Queste rivoluzioni melodiche non necessariamente coincidono con quelle identificate nello studio di Mauch et al., che ha concettualizzato le canzoni come distribuzioni di “argomenti” armonici e timbrici ed esaminato le loro frequenze nel tempo. La loro analisi ha individuato rivoluzioni nel 1966, 1983 e 1991, rispetto alle rivoluzioni “più forti” nel 1975 e 2000 e alla rivoluzione “più debole” nel 1996 identificate nello studio attuale. Le rivoluzioni che si verificano nello stesso periodo non necessariamente hanno la stessa causa storica. L’indagine delle cause storiche di queste rivoluzioni è fuori dalla portata dello studio attuale; sono necessarie indagini con test di ipotesi approfonditi.
La teoria della pressione comunicativa di David Temperley afferma che un aumento della complessità in un aspetto della musica richiede una maggiore stabilità in altri aspetti affinché la musica rimanga interpretabile dall’ascoltatore.
Pertanto, una possibile spiegazione per la diminuzione della complessità delle melodie nella musica popolare è che sia una risposta all’aumento della complessità lungo altre dimensioni musicali. La diminuzione della complessità delle melodie potrebbe essere associata agli aspetti della condizione moderna. Il regista e compositore Yuval Shrem sostiene che le tendenze linguistiche e musicali sono riflessi l’una dell’altra. L’era digitale richiede sempre più la compressione del linguaggio, in modo che ciò che abbiamo da dire rimanga entro i limiti di caratteri e si adatti ai titoli.
Riccardo Sada per AllaDisco / Sada Says