• Refine Query
  • Source
  • Publication year
  • to
  • Language
  • 1
  • Tagged with
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • 1
  • About
  • The Global ETD Search service is a free service for researchers to find electronic theses and dissertations. This service is provided by the Networked Digital Library of Theses and Dissertations.
    Our metadata is collected from universities around the world. If you manage a university/consortium/country archive and want to be added, details can be found on the NDLTD website.
1

Analyser la prosodie musicale du punk, du rap et du ragga français (1977-1992) à l'aide de l'outil informatique / Analyze musical prosody of punk, rap and ragga French (1977-1992) using computer tools

Migliore, Olivier 13 December 2016 (has links)
A leur apparition, à la fin des années 1970 et au début des années 1980, le rap, le ragga et le punk français se distinguent substantiellement de la tradition de la chanson française qui demeure intimement liée à la tradition musicale occidentale et au chant. En particulier, l’expression vocale y est plus proche de la parole que du chant, et s'y révèle plus rythmique que mélodique. Cette singularité rend difficile toute analyse musicologique traditionnelle, et les analyses existantes se fondent davantage sur l’analyse du texte et le contexte social que sur la réalisation sonore. L’objet de notre thèse est de proposer une méthode d'analyse musicale assistée par ordinateur de la prosodie musicale à l’œuvre dans ces styles de musiques populaires, et ce, à partir de l’analyse automatique du son. L’extraction automatique des structures rythmiques de la voix à partir de l’analyse du son devrait permettre d’objectiver les propriétés rythmiques de la musique populaire. L’ensemble des analyses permettra d'observer précisément les relations rythmiques qu'entretiennent la voix et la musique, dans le but de caractériser et de différencier des styles de musique populaire. La période choisie (1977-1992) correspond à la sortie des premiers albums de punk en langue française et se clôt avec celle du premier album du groupe Massilia Sound System, pionniers du ragga marseillais. Quinze morceaux ont été choisis, cinq par style, pour leur représentativité de la diversité des premières productions en langue française dans chaque style. La présentation et l'application de notre méthode à des styles différents permettront d'initier l'étude approfondie de la prosodie musicale au sein de musiques vocales dans lesquelles le jeu rythmique prime sur la mélodicité. / At their appearance in the late 1970s and early 1980s, rap, ragga and punk french differ substantially from the tradition of French song which remains closely tied to the occidental musical tradition and singing. In particular, the vocal expression is closer to the word of the song, and it reveals more rhythmic than melodic. This uniqueness makes it difficult for traditional musicological analysis, and existing analyzes are based more on the analysis of the text and the social context that the sound production. The purpose of our work is to propose a method of computer-aided musical analysis of musical prosody at work in these popular styles of music, and this, from the automatic analysis of sound. Automatic extraction of rhythmic structures of the voice from the sound analysis should objectify the rhythmic properties of popular music. The analyzes will observe precisely the rhythmic relationship between voice and music, in order to characterize and differentiate the styles of popular music. The chosen period (1977-1992) corresponds to the output of the first punk albums in French and ends with that of the first album of Massilia Sound System, ragga pioneers of Marseilles. Fifteen songs were chosen by five style, for they represent the diversity of the first French-language productions in each style. The presentation and application of our method to different styles will initiate a comprehensive study of the musical prosody in vocal music in which the rhythm bonus game on the mélodicity.

Page generated in 0.0607 seconds