Mustererkennung: Drei Töne machen eine Epoche
Drei Jahrhunderte, drei Epochen, 20.000 Stücke – und lediglich drei Noten würden reichen, um ein Stück zuverlässig einer Epoche zuzuordnen, sagen drei Wissenschaftler. Sie haben einen Algorithmus entwickelt, der an einer Folge von wenigen Noten ein Musikstück zuordnen kann und auch Einsatzeingebiete in der Diagnostik verspricht.
Der Algorithmus, den Guillermo Cecchi von IBM Research, Favio Shifres von der Universität in La Plata und Pablo Rodriguez Zivic von der Universität in Buenos Aires entwickelt haben, analysiert Noten aus der Musikdatenbank Peachnote(öffnet im neuen Fenster). In erster Linie registriere er, welche Noten aufeinanderfolgten. Weitere Merkmale seien etwa die Zeitintervalle zwischen den Noten oder die Klangfarbe. Wo in der Partitur sich die Tonfolge befinde, spiele keine Rolle, erklären die Wissenschaftler.
Komplexere Muster
Eine Abfolge von drei Töne reiche aus, um das Stücke dem Barock, der Klassik oder der Romantik zuordnen zu können, schreibt Cecchi im Blog der IBM-Forschungsabteilung(öffnet im neuen Fenster). In Stücken aus dem Spätbarock etwa folgten auf ein C oft ein F und ein G, danach H und D. Mit der Weiterentwicklung der Musik hingegen würden die Muster, wie Noten kombiniert würden, immer komplexer.
Der Algorithmus erkenne aber nicht nur die Epoche, erläutert Cecchi. Er könne auch viele Komponisten identifizieren, etwa Johann Sebastian Bach, Wolfgang Amadeus Mozart oder Ludwig van Beethoven.
Sprachmuster erkennen
Die Entwickler sehen aber noch andere Anwendungsmöglichkeiten für ihren Algorithmus als die Erkennung von Musikstücken. Er könne auch nach Mustern in anderen Arten von Tönen suchen, etwa in der menschlichen Sprache. So gebe es in der Sprache bestimmte Muster, die auf die Parkinson'sche Krankheit hinwiesen. Es gebe heute schon Software, die diese Muster erkennen könne. Mit der neuen Analyse wollen sie eine frühere Diagnose ermöglichen. Eine andere Möglichkeit sei, anhand der Art zu sprechen oder zu summen psychische Krankheiten zu erkennen.
Cecchi, Shifres und Zivic stellen ihre Entwicklung in der Fachzeitschrift Proceedings of the National Academy of Sciences(öffnet im neuen Fenster) vor.