Thèse de Vanessa nina Borsan

Motifs mélodiques et contextuels: Une modélisation informatique pour la digitalisation, l'annotation et l'analyse de chansons narratives Slovéniennes

Cette thèse se concentre sur l'archivage numérique et l'analyse musicale pour l'ethnomusicologie, via des modélisations informatiques en recherche d'information musicales (MIR). Le corpus étudié est une collection de ballades folkloriques slovènes, qui soulèvent plusieurs questions de méthodologie et d'interprétation des données. La thèse apporte trois contributions. Premièrement, la thèse publie un corpus de 402 transcriptions monophoniques de ces ballades folkloriques slovènes, auparavant accessibles uniquement dans des archives physiques et des éditions imprimées. Ces transcriptions, enrichies de métadonnées et d'annotations, sont mises à disposition via la plateforme libre Dezrann. La thèse décrit également l'histoire de ce corpus et de ces transcriptions mélodiques. Deuxièmement, la thèse propose des algorithmes de recherche de motifs et de descripteurs musicaux pour ce corpus. Certains algorithmes utilisent des tableaux de suffixes compressés sous forme de transformée de Burrows-Wheeler ainsi que des opérations bit-à-bit. Ils sont efficaces en termes de temps et d'espace pour la découverte de motifs et la classification, et peuvent s'appliquer au-delà du corpus initial. Enfin, la thèse mène une réflexion sur les recherches en MIR en ethnomusicologie, en examinant les défis et les opportunités de collaboration entre ces domaines. Bien que l'informatique fournisse des outils puissants pour l'analyse musicale à grande échelle, il est difficile de les appliquer au matériel ethnomusicologique qui est complexe et riche en contexte. La thèse démontre le potentiel de ces méthodes tout en abordant les obstacles institutionnels et disciplinaires qui peuvent freiner ce travail interdisciplinaire.

Jury

M. Mathieu GIRAUD Université de Lille Directeur de thèse, M. Kevin PAGE University of Oxford Rapporteur, M. Emilios CAMBOUROPOULOS Aristotle University of Thessaloniki Rapporteur, M. Richard GROULT Université de Rouen Normandie Examinateur, M. Thierry LECROQ Université de Rouen Normandie Co-directeur de thèse, Mme Urša ŠIVIC Ethnomusicology Institute ZRC SAZU Examinatrice, Mme Maude PUPIN Université de Lille Examinatrice.

Thèse de l'équipe Algomus soutenue le 10/12/2024