Musik trifft Informatik

Der Mensch ist extrem gut darin, Melodiestimmen und Gesangstexte zu erfassen. Im Alltag fällt es uns oft nicht auf, welche Leistung wir unbewusst vollbringen, wenn wir etwa einem Lied im Radio lauschen und dabei mitsummen oder sogar den Text mitsingen. Für den Computer stellt es eine enorme Herausforderung dar, das gesungene Wort, den Ausdruck und die Stimmung des Gesangs, zu erkennen, insbesondere dann, wenn die Gesangsstimme mit anderen Stimmen und Klängen gemischt ist. Aber selbst die computergestützte Analyse von isoliert vorliegenden Gesangsstimmen führt zu faszinierenden, oft noch nicht vollständig gelösten Herausforderungen für die Wissenschaft.

In dem von der Deutschen Forschungsgemeinschaft (DFG) geförderten Projekt „Automatisierte Methoden und Werkzeuge zur Analyse und Strukturierung von Chormusik“ haben Wissenschaftler der Universität Erlangen in Kooperation mit dem Carus-Verlag daran geforscht, wie man als digitale Audiosignale vorliegende Gesangsstimmen hinsichtlich ganz unterschiedlicher musikalischer und akustischer Aspekte analysieren kann.

Unbegleitete Vokalmusik ist ein zentraler Bestandteil der westlichen Kunstmusik und stellt einen großen Teil des Carus-Musikkatalogs dar. Während bei begleitetem Gesang die Mitwirkung von Instrumenten stabilisierend wirkt, erfordert das A-Cappella-Singen (Singen ohne Begleitung) eine besondere Kontrolle der eigenen Stimme und Intonation (Feinabstimmung der Tonhöhe). Hierbei müssen die Sängerinnen und Sänger die Intonation ständig anpassen, um im Verhältnis zu den Mitsingenden harmonisch und melodisch in Einklang zu bleiben. Im DFG-Projekt spielten die Entwicklung von automatisierten Methoden zur Messung, Analyse und Anpassung von Intonationsabweichungen eine zentrale Rolle. Hierbei wurden Methoden der digitalen Signalverarbeitung und des maschinellen Lernens eingesetzt, um die Verläufe von Fundamentalfrequenzen aus den unterschiedlichen Gesangstimmen zu extrahieren und hinsichtlich lokal hervorstechender Frequenzcharakteristika zu analysieren. Durch einen Vergleich dieser Charakteristika mit einem adaptiv angepassten Gitter von Referenzfrequenzen wurden schließlich lokale Intonationsschwankungen abgeleitet und mittels statistischer Verfahren ausgewertet. In Experimenten wurde dieses [Verfahren]¹ auf Basis mehrerer Aufnahmen von Anton Bruckners Chorstück Locus Iste ausgewertet, wobei der Carus-Verlag eine professionelle Aufnahme aus seinem Datenbestand zur Verfügung gestellt hat.