Sistema AUTOBUSK & Dissonometer, de Clarence Barlow

Como no trabalho de Ferguson, Clarence Barlow adota um sistema computacional para fins de composição instrumental. Seu primeiro programa de composição algorítmica foi criado no final da década de 1970 (em FORTRAN) para ser aplicado na composição da peça para piano Çoǧluotobüsişletmesi (1975–79), em que sua teoria sobre tonalidade e métrica (Barlow 1980) foi primeiramente explorada.

O sistema se desenvolveu e é conhecido atualmente como AUTOBUSK. Uma implementação para computador ATARI, da década de 1980, se encontra disponível na internet²⁰ e pode ser compilada com emulador de sistema ATARI nos PCs atuais. Essa versão mais recente funciona em tempo real, como um sistema interativo, mas não manipula áudio em tempo real, e sim apenas gera informação MIDI.

A poética de Barlow difere da de Sean Ferguson por causa das suas influências de música estocástica, técnica composicional na qual começou a trabalhar em 1971

(Kaske 1985) e ainda mantém presente em sua estética e poética. Barlow tem, desde então, empregado frequentemente o computador como meio de gerar as estruturas de suas obras. Portanto, o sistema composicional possui essa diferença conceitual de ser um ambiente generativo e estocástico, enquanto Ferguson buscava uma assistência em seu sistema para gerar material e compor sua obra, sem o mesmo paradigma algorítmico. Apontamos a complexidade do sistema AUTOBUSK e trazemos algumas considerações sobre a aplicação desse sistema e o método composicional em

Çoǧluotobüsişletmesi.

Figura 19 – tela do sistema AUTOBUSK.

O AUTOBUSK recebe uma entrada que determina a geração de música (em formato MIDI) de acordo com os parâmetros dados. O resultado depende do conjunto de vários parâmetros e não é totalmente determinístico, estando sujeito a diversas possibilidades coerentes com as especificações dadas. Além de conceitos psicoacústicos como a Aspereza, o sistema de Barlow se baseia em conceitos próprios. Logo, assim como Ferguson, o compositor não se vale apenas de atributos da dissonância como método de desenvolvimento composicional.

O sistema de Barlow, para essa peça, traz oito parâmetros texturais, que podem ser definidos individualmente por mais de um conceito que, por sua vez, pode consistir

em um processo com mais de um passo. De modo geral, eles se relacionam com uma teoria rítmica/métrica e tonal/harmônica. Dos oito parâmetros, quatro são ditos “principais”, enquadrados em dois grupos: Coesão (métrica e harmônica) e “Suavidade” (rítmica e melódica). Dos parâmetros secundários, temos conceitos como densidade do acorde (número de notas), densidade de pausa, dinâmica e articulação.

Dado essa complexidade, ressaltamos apenas o papel dos atributos relacionados à nossa pesquisa (Aspereza e Harmonicidade). Ateremo-nos, então, aos parâmetros de coesão harmônica e suavidade melódica. Sua teoria de Harmonicidade foi adotada para analisar escalas e afinações alternativas. Barlow calculou um valor geral de Harmonicidade dentre os intervalos (razões) de várias escalas/modos possíveis, considerando alterações em quartos de tom. O parâmetro de coesão harmônica controla a tonalidade da peça, que varia de uma atonalidade ao surgimento de modos e escalas. Já a suavidade melódica diz respeito a saltos intervalares. Um salto mais suave é para tons adjacentes, enquanto uma menor suavidade gera saltos aleatórios e pontilhísticos. Junto a isso, temos a medida de consonância (Aspereza) e Harmonicidade em relação à fundamental do acorde.

Dissonometer é outro programa desenvolvido por Barlow que se dedica apenas à medida de Dissonância entre dois espectros sonoros (vide Figura 20). A medida de Dissonância, entretanto, é dada apenas pelo modelo de Aspereza, que é o modelo adotado como base em nossa pesquisa. Com essa ferramenta, é possível fazer o mesmo tipo de ordenação que Sean Ferguson empregou em seu trabalho.

Na Figura 20, o quadro maior representa o espectro sonoro, dado na escala da banda crítica. As curvas no canto superior direito representam as funções psicoacústicas, como a curva de Plomp e Levelt (1965) em roxo claro, as curvas de

loudness, em vermelho, a conversão de Hz para a escala da banda crítica (bark), em

verde, e uma função de mascaramento segundo Zwicker e Fastl (1999), em amarelo.

7.3 – Aplicações Criativas com Descritores de Áudio

Traçamos aqui uma espécie de paralelo com Descritores de Áudio que se mostrou necessária, pois colocaremos os atributos psicoacústicos de dissonância também em um paradigma de descritores. Relembrando que os Descritores de Áudio estão em um nível mais baixo de percepção, os modelos aqui descritos podem ser encarados como Descritores Psicoacústicos, de um nível mais alto, ou ainda “Descritores de Dissonância”. Portanto, mesmo que paralelo de certo modo, os programas e aplicações com descritores de Áudio são também referências para esta pesquisa.

Já que a adoção de atributos psicoacústicos (ou de níveis mais altos) em aplicações musicais criativas ainda é uma área muito incipiente, os exemplos com Descritores de Áudio se tornam relevantes e importantes. Os Descritores de Áudio despontam de forma muito mais consolidada em aplicações criativas em tempo real e podem ser encarados como um primeiro passo nessa trilha que estamos traçando.

Quanto às aplicações criativas, em linhas gerais, as informações extraídas por Descritores de Áudio podem ser usadas como dados de controle dos modos mais diversos. Por exemplo, com a detecção de um dado qualquer, como a altura de um som, podemos então usar essa informação para controlar outro parâmetro qualquer, como a intensidade sonora. Esse tipo de procedimento é, na verdade, um processo muito elementar em eletrônica ao vivo, que é um ambiente onde sempre exploramos quaisquer possibilidades de interação. Em todo caso, o interessante é encontrar aplicações mais pertinentes, com um potencial próprio e especial. Estamos lidando

com informações sonoras bem específicas, que descrevem elementos musicais distintos, em que o reconhecimento e identificação de certas qualidades sonoras pode fornecer novas possibilidades criativas.

Os descritores de áudio aplicados em MIR (Music Information Retrieval) visam extrair informações básicas, a partir das quais podem ser derivados elementos secundários e mais complexos, como detecção de ritmos. Dos elementos fundamentais de um som, entende-se que podem ser descritos por quatro elementos básicos: altura, intensidade, duração e timbre (Peeters 2004). De modo simplificado, uma nota em uma partitura musical também codifica esses quatro elementos.

Dos quatro elementos citados, o timbre é o mais difícil de definir e, por conseguinte, descrever. A definição mais simples de timbre o caracteriza como uma dimensão que permite distinguir sons com uma mesma duração, altura e intensidade. Ou seja, trata-se, na verdade, de uma definição por exclusão, sem uma definição positiva clara, a ponto de um autor como Bregman (1990, p.93) afirmar que o timbre é a “lata de lixo de todas as características que não podem ser rotuladas como altura ou

loudness”.

Um paralelo entre timbre e Dissonância foi apontado por Vassilakis (2001) que, parodiando Bregman, afirmou que o Dissonância de consonância tem sido a “lata de lixo de julgamentos avaliativos estéticos em música”. Esses exemplos denotam uma pobreza da linguagem em definir e esmiuçar esses conceitos. A pesquisa psicoacústica, assim, contribui para um enriquecimento desses conceitos a partir do mapeamento de parâmetros físicos/psicofísicos que podem ser relacionados à percepção tanto de timbre quanto de Dissonância.

Enquanto a duração, altura e intensidade são qualidades perceptivas mais simples e relacionadas com poucos fatores acústicos, o timbre se caracteriza como dependente de um conjunto maior de fatores, levando em conta diferentes dimensões perceptivas. Como a descrição e detecção de duração, altura e intensidade sonora são processos mais simples e relativamente consolidados, os maiores esforços atuais de pesquisa se concentram em aplicar descritores de áudio na identificação e descrição de timbre.

Quanto aos aplicativos específicos para eletrônica ao vivo, apontamos algumas bibliotecas existentes em Pure Data (há já pelo menos três conjuntos delas). A biblioteca LibXtract, desenvolvida por Jamie Bullock (2007), contém alguns dos

implementada em Pure Data e em Sonic Visualizer21 – um programa de computador especializado em gerar análises de atributos sonoros. Logo, a característica principal dessa biblioteca é de simples e pura descrição de atributos, e não tem função criativa própria.

Já a biblioteca de Monteiro e Manzolli (2010) traz uma boa coleção de descritores de áudio em abstrações de patches de Pd. Esse trabalho busca aplicações em tempo real a partir dos dados extraídos em performance ao vivo, em que a pesquisa analisou parâmetros extraídos do comportamento físico do som para duas funções: segmentação de eventos do sinal de áudio (como notas), ou seja, detecção de início e fim de cada evento, e classificação de alturas de cada segmento. Também foram desenvolvidos alguns experimentos com Mapas de Poincaré para visualização da dinâmica de alguma função (no caso, o fluxo espectral, mas poderia ser outra dependendo da necessidade).

William Brent (2009) desenvolveu uma biblioteca para Pure Data voltada para classificação e análise de timbres e avaliou a eficácia dessas medidas. Ele se vale de alguns poucos descritores, que são na maioria os mesmos descritores de baixo nível da

LibXtract. Porém, Brent busca maior objetividade e usabilidade em seus objetos, além

de buscar fornecer aplicações criativas baseadas nesses descritores já voltadas para um usuário final, o que resultou em um objeto classificador, o [TimbreID]. Esse trabalho é o que mais se volta a aplicações criativas avançadas, como a Síntese Concatenativa, e será retomado na subseção 7.3.2 deste capítulo. Partimos agora para algumas aplicações específicas dos Descritores de Áudio.