Les récentes évolutions des technologies de l'information et de la communication font qu'il est aujourd'hui facile de consulter des catalogues de morceaux de musique conséquents. De nouvelles représentations et de nouveaux algorithmes doivent de ce fait être développés afin de disposer d'une vision représentative de ces catalogues et de naviguer avec agilité dans leurs contenus. Ceci nécessite une caractérisation efficace des morceaux de musique par l'intermédiaire de descriptions macroscopiques pertinentes. Dans cette thèse, nous nous focalisons sur l'estimation de la structure des morceaux de musique : il s'agit de produire pour chaque morceau une description de son organisation par une séquence de quelques dizaines de segments structurels, définis par leurs frontières (un instant de début et un instant de fin) et par une étiquette représentant leur contenu sonore.La notion de structure musicale peut correspondre à de multiples acceptions selon les propriétés musicales choisies et l'échelle temporelle considérée. Nous introduisons le concept de structure “sémiotique" qui permet de définir une méthodologie d'annotation couvrant un vaste ensemble de styles musicaux. La détermination des segments structurels est fondée sur l'analyse des similarités entre segments au sein du morceau, sur la cohérence de leur organisation interne (modèle “système-contraste") et sur les relations contextuelles qu'ils entretiennent les uns avec les autres. Un corpus de 383 morceaux a été annoté selon cette méthodologie et mis à disposition de la communauté scientifique.En termes de contributions algorithmiques, cette thèse se concentre en premier lieu sur l'estimation des frontières structurelles, en formulant le processus de segmentation comme l'optimisation d'un coût composé de deux termes~: le premier correspond à la caractérisation des segments structurels par des critères audio et le second reflète la régularité de la structure obtenue en référence à une “pulsation structurelle". Dans le cadre de cette formulation, nous comparons plusieurs contraintes de régularité et nous étudions la combinaison de critères audio par fusion. L'estimation des étiquettes structurelles est pour sa part abordée sous l'angle d'un processus de sélection d'automates à états finis : nous proposons un critère auto-adaptatif de sélection de modèles probabilistes que nous appliquons à une description du contenu tonal. Nous présentons également une méthode d'étiquetage des segments dérivée du modèle système-contraste.Nous évaluons différents systèmes d'estimation automatique de structure musicale basés sur ces approches dans le cadre de campagnes d'évaluation nationales et internationales (Quaero, MIREX), et nous complétons cette étude par quelques éléments de diagnostic additionnels. / Recent progress in information and communication technologies makes it easier to access large collections of digitized music. New representations and algorithms must be developed in order to get a representative overview of these collections, and to browse their content efficiently. It is therefore necessary to characterize music pieces through relevant macroscopic descriptions. In this thesis, we focus on the estimation of the structure of music pieces : the goal is to produce for each piece a description of its organization by means of a sequence of a few dozen structural segments, each of them defined by its boundaries (starting time and ending time) and a label reflecting its audio content.The notion of music structure corresponds to a wide range of meanings depending on the musical properties and the temporal scale under consideration. We introduce an annotation methodology based on the concept of “semiotic structure" which covers a large variety of musical styles. Structural segments are determined through the analysis of their similarities within the music piece, the coherence of their inner organization (“system-contrast" model) and their contextual relationship. A corpus of 383 pieces has been annotated according to this methodology and released to the scientific community.In terms of algorithmic contributions, this thesis concentrates in the first place on the estimation of structural boundaries. We formulate the segmentation process as the optimization of a cost function which is composed of two terms. The first one corresponds to the characterization of structural segments by means of audio criteria. The second one relies on the regularity of the target structure with respect to a “structural pulsation period". In this context, we compare several regularity constraints and study the combination of audio criteria through fusion.Secondly, we consider the estimation of structural labels as a probabilistic finite-state automaton selection process : in this scope, we propose an auto-adaptive criterion for model selection, applied to a description of the tonal content. We also propose a labeling method derived from the system-contrast model.We evaluate several systems for structural segmentation of music based on these approaches in the context of national and international evaluation campaigns (Quaero, MIREX). Additional diagnostic is finally presented to complement this work.

Les moyens technologiques de la musique électronique reconfigurent les pratiques musicales. Du fait des procédures de computation et d’automation inhérentes aux machines qui médiatisent le phénomène sonore, ces moyens ont notamment la particularité d’introduire une rupture dans le rapport causal entre le geste instrumental et le son produit. Que signifie alors jouer de la musique électronique ? Comment comprendre ici les concepts de geste et d’instrument de musique qui sont traditionnellement mobilisés pour analyser les pratiques musicales ?Pour répondre à ces questions, nous avons mené entre 2010 et 2016 un travail de terrain auprès de musiciens professionnels dans des contextes musicaux variés : musique savante avec électronique en temps réel, performance audiovisuelle et musique électronique populaire. Cette approche, focalisée sur l’instrument, permet de questionner la matérialité des pratiques électroniques en la plaçant au premier plan, par-delà les esthétiques musicales. Ce travail consiste donc en une « enquête organologique » sur les pratiques des musiciens ou des groupes suivants : Robert Henke, Alex Augier, Brain Damage, High Tone, Pierre Jodlowski, Jesper Nordin, John MacCallum et Teoma Naccarato, Nicolas Mondon, Greg Beller et le collectif Unmapped. La méthode ethnographique permet de circonscrire l’usage particulier des technologies musicales à différents moments du processus de création : conceptualisation de l’œuvre, collaboration technique, réalisation artistique et performance scénique. À partir de l’analyse de l’activité musicale au prisme des configurations instrumentales, nous proposons une typologie des instruments électroniques dont le critère de classification est le geste, unique résidu du modèle acoustique de l’interaction instrumentale. L’activité corporelle permet donc d’ordonner la diversité matérielle des technologies musicales en même temps qu’elle constitue un vecteur stratégique d’expression de l’interaction instrumentale. / Technological means of electronic music reconfigure musical practices. Because of the machines’ computation and automation capacities that mediate the sonic phenomenon, the causal relationship between instrumental gesture and sound is altered. Therefore, what does it mean to play electronic music? The concepts of gesture and musical instrument are traditionally employed for the analysis of musical practices, but how should they be understood in this context? To address these issues, we conducted an extensive fieldwork between 2010 and 2016 with professional musicians in various contexts: art music with real-time electronics, audiovisual performance, and popular electronic music. Our instrument-focused approach allows us to consider the materiality of electronic music itself, beyond aesthetics. Thus, this work is an “organological inquiry” on the following musicians or bands: Robert Henke, Alex Augier, Brain Damage, High Tone, Pierre Jodlowski, Jesper Nordin, John MacCallum and Teoma Naccarato, Nicolas Mondon, Greg Beller, and the Unmapped collective. The ethnographic method sheds a light on the use of music technologies at different stages of the creative process: conceptualization of the work, technical collaboration, the making of the music and its performance. From this analysis of musical activity captured through instrumental configurations, we offer a typology of electronic music instruments, based on a gestural criterion, which is the only residual aspect of the acoustic instrumental interaction model. The corporeal activity leads to organise the material diversity of music technologies, as well as it constitutes a strategic way to express instrumental interaction.

La proposition centrale de cette thèse est double. D’une part, il s’agit de jeter les bases d’un modèle historique qui réunirait tous les dispositifs audiovisuels qui associent des images animées à une chanson populaire qui leur est préexistante sous un même paradigme culturel que nous baptiserons « phono-cinématographie ». Celui-ci aurait débuté vers la fin du XIXe siècle, avec l’invention du kinétoscope d’Edison, pour aboutir à nos jours avec l’émergence des vidéos musicales interactives sur Internet. D’autre part, il s’agit de nous interroger sur le rôle a priori central que les Beatles occupent au sein de cette histoire de la chanson populaire mise en image. Notre hypothèse principale est que le vidéoclip, tel qu’il s’est institutionnalisé au début des années 1980 pour ensuite se perpétuer jusque dans les années 2000, n’a rien d’une pratique culturelle (voir même d’un média) figé(e) :bien au contraire, cette pratique/ce média a été l’objet de réélaborations continues tant sur le plan de la production, de la diffusion que de la fonction.<p>Notre approche se situe à cheval sur l’histoire du cinéma, de la musique populaire et de la télévision. En nous appuyant sur certaines propositions théoriques et certains concepts formulés dans le champ des études cinématographiques ainsi que dans le champ des performance studies, nous serons particulièrement attentif aux questions de représentation qui se déploient dans ces différents dispositifs phono-cinématographiques :à savoir, les premiers films chantants (les phono-scènes Gaumont et les Vitaphone shorts), les juke-boxes équipés d’un écran (les Soundies et les Scopitones) et enfin les vidéos musicales télévisées (les films promotionnels et les vidéoclips). / Doctorat en Information et communication / info:eu-repo/semantics/nonPublished

No description available.