Wolfgang Wopperer: Jetzt mit eigenem Blog.Utopist, Unternehmer, Universaldilettant.Filed under: MusikOur own private Music HackdayAlles gebucht, alles gepackt, alle Zeiten eingehalten, und dann: Schnee, Schnee, Schnee. So saßen Jan, Michael und ich am Freitag Abend in Lübeck und mussten den Music Hackday in Stockholm fahren lassen. "Flight diverted", a.k.a. three guys stuck in Germany. Weil aber schnell klar war, dass wir trotzdem Musik hacken wollen, haben wir uns kurzentschlossen am Samstag und Sonntag in unserem Büro zusammengesetzt und ein wenig Hackery betrieben. Here is what we came up with:
Neben dem allfälligen Pairing und Googling konnte ich immerhin zu AMIE (hoffentlich) Substantielles beitragen: die Idee, den Synthesizer mit Echonest-Daten zu füttern, ein quasimusikalisches Verfahren zur Harmonisierung und ein wenig Style (Neue Helvetica und ein Grid, natürlich). Ergebnis: Eine MicroApp, die jeden Song (sofern bei Echonest bekannt) in eine "Musikschüler spielt Kirchenorgel, begleitet von einem wackligen Metronom"-Version konvertiert. Klingt nerdy, ist es auch. Achtung: The really nerdy part. Und so funktioniert's: Wir nehmen die Segmente, die Echonest aus einem Song extrahiert, streichen ausgehend vom dominanten Ton jedes Segments rekursiv alle Disharmonien, fügen einen Metronom-Click hinzu, den wir aus Echonests Beat-Daten ableiten, und rendern das ganze über Jans JavaScript-Synthesizer. Im besten Fall hört man dann die harmonische Struktur des Songs (Erkenntnisgewinn!) - ansonsten gibt's ein wenig Bach, Free Jazz und Pseudo-Stockhausen for free. Wonders of algorithmism. Am Ende haben wir das Ganze remote via Screencast präsentiert, Applaus bekommen, und, ja, wir tragen uns mit der Hoffnung, doch noch zwei der (darf man das noch sagen?) endcoolen Echonest-Tracksuits zu bekommen. Irgendwie. P.S.: Lerneffekt: Musik nicht zu visualisieren kann auch befriedigend sein. Und: Remote hacking has claim to fame potential. Analytische Musikvisualisierung, oder: Das Auge hört mitUnser Gehirn leistet Unglaubliches, wenn wir Musik hören. Praktisch alle Hirnregionen sind beteiligt, es kostet uns kaum Aufmerksamkeit, Melodien und Harmonien zu erkennen, rhythmisch mitzuwippen oder Stimmungen zu erfassen. Und offenbar wissen wir sogar alle intuitiv, wie eine pentatonische Tonleiter funktioniert:
Aber: Als aufmerksamer Hörer weiß man vielleicht um Komplexität und Vielschichtigkeit der Musik eines Bach, Beethoven oder Brahms - doch zu verstehen, wie sie konstruiert ist, ihre Strukturen und deren Muster zu erkennen, das bleibt für gewöhnlich dem Musiker vorbehalten, der Notentexte und Partituren lesen kann. Wir Nicht-Musiker bleiben im Jetzt und im Gesamteindruck des Zuhörens gefangen. Die Music Animation Machine Das muss ja nicht so bleiben, dachte sich in den 1970ern Stephen Malinowski, und erfand in den folgenden 10 Jahren die Music Animation Machine. Und das ist das fantastische Ergebnis:
(Bitte unbedingt in HD und Fullscreen ansehen, es lohnt sich!) Plötzlich sehen wir die Musik, sehen ihre Strukturen, Muster, die melodischen, harmonischen und rhythmischen Figuren, die architektonische Gliederung, kurz: wie sie funktioniert. Und wie bei jeder guten Visualisierung ohne spürbare kognitive Last. Wie macht die MAM das?
Ergebnis: Ein kleines bisschen Synästhesie für jedermann. Statische Visualisierungen Wenn man von der MAM aus ein wenig weiterrecherchiert, z.B. bei Edward Tufte, stößt man auf eine Menge weiterer Visualisierungen, jede davon mit einem unterschiedlichen Fokus. Bei Anita Lillie etwa erlaubt es uns die Repräsentation von Timbre durch Farbe, den klanglichen Charakter von Stücken intuitiv zu erfassen und zu vergleichen:
Die "Song Visualizations with Echo Nest" von Visualmotive machen Sparkline-ähnlich den dynamischen Charakter der Musik unmittelbar sichtbar:
Beide jedoch schaffen es nicht im gleichen Maße wie die MAM, die Funktionsweise der Musik einsichtig zu machen. Zum einen, weil sie statisch sind und rein visuell funktionieren; zum anderen, weil sie sich auf diejenigen Attribute der Musik konzentrieren, die (via Echo Nest) automatisch aus dem Material extrahierbar sind: zeitlicher Verlauf, Tonhöhen und Klangfarben - und zwar "aufsummiert" aus allen Stimmen und Instrumenten. Automatische Analyse polyphoner Musik Das jedoch kann sich bald ändern - wenn das, was Peter Neubäcker mit Melodyne Direct Note Access schafft, Eingang in solche Analysen und Visualisierungen findet: Polyphones Material automatisch in einzelne Stimmen und Töne zu zerlegen.
Fascinating Stuff. Weniger Wissenschaft, mehr Kunst Weniger analytisch, aber um nichts weniger faszinierend ist diese On-the-fly-Visualisierung von Roee Kremer, Michal Levy und Michal Rinott:
(Wer mir sagen kann, wie das funktioniert - offenbar nicht in MIDI vorliegende polyphone Musik trotzdem und vor Melodyne DNA in Einzelstimmen zerlegt zu visualisieren - der bekommt was Schönes von mir.) Den umgekehrten Weg - experimentelle Musik aus einer Visualisierung zu erzeugen - geht Jim Bumgardner mit seiner Whitney Music Box. Das Faszinierende hier: die Mathematik der chromatischen Tonleiter zu sehen und zu hören. Und diese ganz und gar (und im eigentlichen Wortsinn) manuelle Visualisierung ist wohl das Großartigste, das ich in den letzten Wochen im Internet gefunden habe:
Damit ist dann auch wieder klar: It's the human, stupid. The Celestial Jukebox: A Quick How To.Wie man ein Freund der himmlischen Jukebox wird:
Kann ich nur empfehlen. |
|
