Muziek d.m.v. Data sonificatie

Dus de vraag is hoe je dat muzikaal waardensysteem wilt beoordelen? Wat klinkt goed binnen dat waarde systeem en wat niet?
Dat is die 'succesfactor' die ik bedoelde. Je wilt op systematische wijze iets uit die data halen (het 'data minen' proces) dat waarde vertegenwoordigt binnen dit systeem. Dat begint met een idee van wat deze waardevolle entiteiten dan zijn. Ik kan in mijn tuintje gaan graven en dit mijnbouw noemen, maar eigenlijk graaf ik alleen maar een gat. Als ik dan zeg dat ik zoek naar kostbaarheden als goud of edelstenen, heb ik een succesfactor bepaald maar kan ik voorspellen dat mijn exercitie in mijn achtertuin weinig kans heeft op succes ... op wat bakstenen, een verloren tuinkabouter en de botjes van mijn wijlen konijn na zal er waarschijnlijk niet veel te vinden zijn. Bij geologische mijnbouw gaat misschien wel meer tijd zitten in het zoeken van de juiste gebieden en kansrijke plaatsen en het toepassen van de juiste technieken om bij de gewilde materialen te komen dan in het uiteindelijke graven/ontginnen zelf. Bij data mining zou dit naar mijn idee niet heel anders moeten zijn. Anders is het inderdaad hetzelfde als op een willekeurig plek je schep in de grond steken en gaan graven terwijl je niet eigenlijk niet eens weet waar je naar op zoek bent.
 
@Grumble Tegenwoordig mogen we eigenlijk geen gebruik meer maken van woorden "Westers" of "Niet-westers" om muziek te onderscheiden.
Bij mij wisselt het wat ik met mijn oren kan verdragen. Grappig dat je Mozart noemt. Ik heb geen moeite met de 'vele noten' maar wel mijn zijn sturing. (de leidtoon). Ik ken geen componist die daar zo'n onbeschaamd gebruik van maakt om de onderbuikgevoelens te sturen. ;)
 
Het Sony Beatles voorbeeld is één van de vele AI voorbeelden, maar heeft niks van doen met de topictitel en voorzet.
Stel voor dat we wat concreter gaan worden in wat TS nu bedoelt? want het is nu allemaal nog erg “fluffy” imho.
 
Die succesfactor lijkt me nou juist het probleem.
Stel ik ga minen op zoek naar metalen of erts hiervan maar mijn gat loopt steeds vol met een zwarte, stinkende smurrie...
Teleurgesteld ga ik ergens anders graven terwijl een ander miljonair wordt van de olie die ik gevonden heb maar de waarde niet van ken(de)...
 
Nee dat moet nog komen...ff geduld.

Een snel voorbeeld van een knap staaltje van datamining:

De Orchard, via Donemus uitgever van mijn werk spande een geding aan tegen een Japanse meneer die iets had uitgevonden om oren schoon te maken.
Ik heb onze mailwisseling nog maar om privé redenen zal ik deze niet neerzetten hier.

Dit is de orenschoonmaak video:



Dit is mijn werk waardoor deze man in de problemen kwam:



Ik heb het voor hem opgelost door van elk een spectral file te maken en deze naar hem gestuurd.
Dus het kwam goed.

En natuurlijk het gegeven dat mijn muziek oren schoonmaakt :)

Terugkomende op hoe YouTube ( en andere aanbieders) data mining gebruikt om niet voor de rechter te komen is het mining van audio fingerprints. Een spectrale afdruk van een song.
In deze video wordt het (Engels) goed beschreven hoe dat in zijn werk gaat:

Audio Fingerprinting

 
Zo geweldig is die aI van youtube nou ook weer niet, gezien mijn filmpje van een van mijn OPL3 modules die een midi file afspeelt van een Mozart melodietje en waar ik een waarschuwing voor kreeg...

 
Zo geweldig is die aI van youtube nou ook weer niet, gezien mijn filmpje van een van mijn OPL3 modules die een midi file afspeelt van een Mozart melodietje en waar ik een waarschuwing voor kreeg...
Dat was het wel, luister maar naar de kraakjes van mijn beide voorbeelden. Copyright infrig kwam wel heel dichtbij in de buurt :)
 
Ik vind al jaren het universum een goeie bron is voor het soort proces wat Roland hier beschrijft.

Sterrenstelsels, hun zonnestelsels met planeten en andere rondvliegende objecten, hun massa's en hun banen, daar valt ongetwijfeld iets leuks mee te doen.
Het 'succes' van het resultaat hangt natuurlijk niet alleen af van de data die je gebruikt maar ook van wat je vervolgens met die data doet.

Herkenbaar voorbeeld is bijvoorbeeld dat je bijvoorbeeld een drumpartij op een verkeerd midi spoor hebt gezet en dat je piano patch of wat dan ook het arrangement afspeelt.
Klinkt meestal voor geen meter natuurlijk.

Dus, als je in staat bent om de data op zo'n manier in te zetten dat het 'behoorlijk' klinkt, dan heb je wat mij betreft iets.
Klinkt het niet 'behoorlijk' dan is het nog steeds wel data in vorm van geluid, maar meestal luisteren we graag naar iets wat, tjsa, wat leuk klinkt ofzo.

Zo ook dus met dat universum, met de zelfde data kan je 29787352 verschillende dingen doen, de vraag is, wat doe je er precies mee. Ik dus niks nog, maar het idee speelt al langer bij mij. Maar luiheid voert hier de boventoon laatste jaren.. :D

Maareuh, dus net zoals je soms een artistieke impressie ziet van een of andere gaswolk oid, zou je dus ook een artistieke impressie kunnen maken in de vorm van geluid van een of ander galactisch wat dan ook. Op een of andere manier moet het liefst dus wel 'fijn' klinken, of in ieder geval 'tekenend' voor wat het zou moeten voorstellen.

Zo kan je dus zulke processen 'levend' maken, maar het blijft natuurlijk een vertaalslag die eigenlijk nergens over gaat omdat de input niet echt bedoeld is voor het na te streven resultaat, maar zeker leuk natuurlijk als ingredient voor een artistieke impressie. :okdan:
 
Laatst gewijzigd:
Ik heb voorbeelden gezien van het gebruik van Conway's Game Of Life en Mandelbrot sets.
Is dit wat je een vorm van data mining kan noemen?
Het heeft iig ritme...
 
Ja, je kunt in principe met iedere data wel een parameter voeden. Trek het CBS leeg en hang het historisch consumentenvertrouwen over tijd aan je cutoff filter. Hoe meer mensen optimistisch zijn over de economie op een bepaald moment in de tijd, hoe helderder je toon klinkt. Of gebruik een algoritme om een virtueel autootje door Google Maps te laten rijden en haal de bijbehorende regionale data over veiligheidsgevoel van een gebied of wijk en gebruik dit om opgewekte of juist dreigende phrases te mixen en je krijgt een soort soundscape die van toon verandert naarmate het autootje van de ene wijk door de andere rijdt. Er is genoeg te verzinnen. Maar in de meeste gevallen is dit inderdaad eerder conversie dan 'mining'.
 
Vind ik ergens ook, maar als ik ff snel google naar data mining dan krijg ik een door google geadviseerde uitleg

'What Is Data Mining? Data mining is a process used by companies to turn raw data into useful information. By using software to look for patterns in large batches of data, businesses can learn more about their customers to develop more effective marketing strategies, increase sales and decrease costs.'

Als je deze definitie hanteert, dan klopt het ook gewoon wat Roland zegt.

Het is niet 1:1 overzetten van data, maar het omzetten van ruwe data naar iets wat bruikbaar is, ik weet niet of dat dat conversie is, het zoeken naar iets bruikbaars tussen een grote berg data, ja, dat is data-mining.
 
Sonificatie is idd beter. Maar dan komen we op de vraag, hoe vertalen we van het een naar het andere domein?
En is er dan een Maj en een Min en een Noise vertaling?

Ik plaag een beetje, maar misschien is mijn denkvermogen niet abstract genoeg. Maar hoe lift je dit van een verzameling van gegevens en een voor gedefinieerde conversie, naar iets dat leeft?

Voorbeeld, Stel je voedt een Bouquet reeks, dan zou je lichtvoetige romantische muziek verwachten.
Stel je voedt een Thriller, dan wil je toch wel wat zwaardere suspense horen.
Beiden gebruiken dezelfde 26 letters en een keuze uit laten we zeggen 50k woorden. Hoe zorgen we dat de muziek weergeeft wat je voelt terwijl je leest. (en nee, individuele woorden kwalificeren of een "gemoedsrust schaal" is te makkelijk)
 
Ik plaag een beetje, maar misschien is mijn denkvermogen niet abstract genoeg. Maar hoe lift je dit van een verzameling van gegevens en een voor gedefinieerde conversie, naar iets dat leeft?

Zou zeggen, door die conversie niet heel precies vast te leggen, maar een principe/idee/hypothese als uitgangspunt te nemen en kijken hoever je ermee komt. Je kunt bijvoorbeeld uitgaan van onze hersenen, wat ons brein ervaart als interessante muziek. Lees bv. 'ns dit, het idee dat de betere muziek op het eerste gehoor complex klinkt, maar wanneer onze hersenen dit verwerken blijkt de muziek eigenlijk veel eenvoudiger te zijn. De hersenen voeren een soort datacompressie uit op de binnenkomende muzikale informatie, als het ware een "decompositie" van een compositie. Wanneer tijdens de decompositie blijkt dat de complexe structuur een fraai weefwerkje is van elementen die eigenlijk heel eenvoudig zijn, dat is waar we luisterplezier aan beleven.

Zo'n benadering heeft als voordeel dat je niet uitgaat van bestaande muzikale systemen, dus kans dat je verrast gaat worden door muziek die fraai is zonder dat het lijkt op wat al bestaat, maar het geeft misschien net genoeg begrenzing om te voorkomen dat de zoektocht willekeurig is en heel tijdrovend gaat worden. In deze hoek zou ik het zoeken, of een methode die erop lijkt.
 
Back
Top