Le rondeau est une forme musicale médiévale, basée sur le poème de même nom, caractérisée par une reprise cadentielle interne nommée apertum et une reprise cadentielle finale appelée clausum. Il a été populaire dans le nord de la France, dans les Pays-Bas bourguignons, dans le nord de l’Italie, à Chypre et en Avignon, du milieu du XIIIe siècle jusqu’à la fin du XVe siècle. Certains aspects du rondeau restent mal compris, en partie à cause de l’inadéquation frappante entre les traités théoriques et la pratique compositionnelle de l’époque. Pour répondre aux problèmes posés par l’évolution des cadences polyphoniques du rondeau entre le XIIIe et le XVIe siècle, nous avons établi dans un premier temps une nouvelle nomenclature plus proche de la pensée médiévale que celles habituellement proposées par les musicologues. Nous avons ensuite mis en place une théorie de la syntaxe décrivant les liens entre sonorité initiale, apertum et clausum. Puis nous avons créé un modèle quantitatif permettant d’analyser les liens entre la sémantique du texte poétique et les paramètres cadentiels. À l’aide d’outils informatiques, nous avons déterminé les caractéristiques de deux importants espaces géo-culturels. Le premier, centré sur le nord de la France, se traduit par un goût de l’imitation, des cadences imparfaites, et des syntaxes divergentes. Le second, irradiant depuis le nord de l’Italie, penche vers une utilisation quasi-systématique de cadences en sixte-octave, des syntaxes dirigées, du mode de ré, et de poèmes à teneur négative. En plus d’identifier le rôle important de transition joué par Avignon entre ces espaces, nous avons aussi pu associer un large corpus de rondeaux d’origine inconnue aux pratiques observées dans le nord de la France.

Depuis une quinzaine d'années, l'étude des enregistrements de musique de chambre se focalise sous deux points de vue distincts : la séparation de sources et la transcription polyphonique. La séparation de sources cherche à extraire des enregistrements les signaux correspondant aux instruments présents. La transcription polyphonique vise à les décrire par un ensemble de paramètres : noms des instruments, hauteurs et volumes des notes jouées, etc. Les méthodes existantes, fondées sur l'analyse spatiale et spectro-temporelle des enregistrements, fournissent des résultats satisfaisants sur des cas simples. Mais généralement leur performance se dégrade vite au-delà d'un nombre d'instruments limite ou en présence de réverbération, d'instruments de même tessiture ou de notes à intervalle harmonique. Notre hypothèse est que ces méthodes souffrent souvent de modèles de sources instrumentales trop génériques. Nous proposons d'y remédier par la création de modèles d'instruments spécifiques basés sur un apprentissage. Dans ce travail, nous justifions cette hypothèse par l'étude des informations pertinentes présentes dans les enregistrements musicaux et de leur exploitation par les méthodes existantes. Nous construisons ensuite de nouveaux modèles probabilistes d'instruments inspirés de l'Analyse en Sous-espaces Indépendants (ASI) et nous donnons quelques exemples d'instruments appris. Enfin nous appliquons ces modèles à la séparation et la transcription d'enregistrements réalistes, parmi lesquels des pistes de CD et des mélanges synthétiques convolutifs ou sous-déterminés de ces pistes.

À travers une étude sur le renouveau de la chanson polyphonique française au début du XXe siècle, cette thèse tente de mettre en évidence l’émergence d’un nouveau modèle vocal, lui-même influencé par des styles d’écriture d’époques différentes (musique médiévale, Bach, Bizet, Wagner, etc.). Le corpus analysé comprend les cycles de chansons de Debussy (1908), Ravel, Poulenc (1936) mais aussi ceux de René de Castéra, Albert Doyen, Paul Ladmirault, Jean Langlais ou encore Jacques Pillois, composés sur des poèmes anciens (Charles d’Orléans, Clément Marot, Jean-Antoine de Baïf) ou modernes (Guillaume Apollinaire, Paul Éluard, Paul Fort), précisément à une époque où les chansons de la Renaissance et les chants traditionnels populaires arrangés pour chœur connaissent un immense succès. Ainsi, cette étude se propose-t-elle successivement de s’intéresser aux principales caractéristiques de ce modèle vocal, aux facteurs puis aux enjeux de l’émergence de ce modèle. Ce travail permettra de souligner les points communs entre les cycles intitulés chansons et d’autres pièces composées à la même époque par Darius Milhaud, Jacques Chailley, Angèle Ravizé et bien autres et de déterminer les spécificités de ce répertoire moderne par rapport aux polyphonies profanes de la Renaissance ou même par rapport à des œuvres orphéoniques. / Through a study on the revival of the French polyphonic song at the beginning of the XXth century, this thesis attempts to highlight the rise a new vocal model, influenced by several compositions from différent periods (medieval music, Bach, Bizet, Wagner, etc.). This study is about songs cycles of Debussy (1908), Ravel, Poulenc (1936) but also those of René de Castera, Albert Doyen, Paul Ladmirault, Jean Langlais or Jacques Pillois, composed on ancient (Charles d'Orléans, Clement Marot, Jean-Antoine de Baïf) or modern poems (Guillaume Apollinaire, Paul Eluard, Paul Fort), exactly in a time when the songs of the Renaissance and the traditional folk songs arranged for choir were hugely successful. This study successively focuses on the main features of this vocal model, on the factors and the issues of the rise of this model. This work emphasizes the similarities between the song cycles and pieces composed by Darius Milhaud, Jacques Chailley, Angèle Ravizé and many others, and determines the specifics of this modern repertoire compared to the Renaissance partsongs or even compared to orpheonic works.

Submitted by Edileide Reis (leyde-landy@hotmail.com) on 2013-05-16T12:10:09Z No. of bitstreams: 1 Rosângela Góis Barbosa.pdf: 1329625 bytes, checksum: e9b032fc92ff89626ab784439c8647f8 (MD5) / Approved for entry into archive by Alda Lima da Silva(sivalda@ufba.br) on 2013-05-28T19:23:09Z (GMT) No. of bitstreams: 1 Rosângela Góis Barbosa.pdf: 1329625 bytes, checksum: e9b032fc92ff89626ab784439c8647f8 (MD5) / Made available in DSpace on 2013-05-28T19:23:09Z (GMT). No. of bitstreams: 1 Rosângela Góis Barbosa.pdf: 1329625 bytes, checksum: e9b032fc92ff89626ab784439c8647f8 (MD5) Previous issue date: 2008 / Esta dissertação analisa discursivamente seis crônicas de Rubem Alves com base na Teoria da Análise do Discurso filiada a Pêcheux, na Teoria Polifônica de Bakhtin e no trabalho sobre Heterogeneidade(s) enunciativa(s) de Jacqueline Authier Revuz. Parte-se do pressuposto de que trabalhar textos observando os processos do fazer significativo e da atribuição de sentido requer conhecimentos sobre formação discursiva, interdiscurso e polifonia. Nas análises, verifica-se como se dão tais processos nas crônicas selecionadas para compor o corpus deste trabalho. Para isso foi preciso expor as três fases da Análise de Discurso, refletir sobre a polifonia na perspectiva bakhtiniana, compreender as noções de formações discursivas, ideológicas, de interdiscurso e saber sobre a vida pessoal e profissional do autor, além das condições de produção dos discursos materializados nas crônicas e destas propriamente ditas. Através destas análises, tornam-se visíveis as possibilidades de atribuição de sentido e a verificação de como se dá o fazer significativo nas crônicas de Rubem Alves. Este trabalho evidencia, então, contribuições das referidas teorias para todos que pretendem desenvolver a leitura como atribuição de sentido nos diversos níveis de ensino. / Salvador

Cette thèse étudie des modèles de séquences de haute dimension basés sur des réseaux de neurones récurrents (RNN) et leur application à la musique et à la parole. Bien qu'en principe les RNN puissent représenter les dépendances à long terme et la dynamique temporelle complexe propres aux séquences d'intérêt comme la vidéo, l'audio et la langue naturelle, ceux-ci n'ont pas été utilisés à leur plein potentiel depuis leur introduction par Rumelhart et al. (1986a) en raison de la difficulté de les entraîner efficacement par descente de gradient. Récemment, l'application fructueuse de l'optimisation Hessian-free et d'autres techniques d'entraînement avancées ont entraîné la recrudescence de leur utilisation dans plusieurs systèmes de l'état de l'art. Le travail de cette thèse prend part à ce développement. L'idée centrale consiste à exploiter la flexibilité des RNN pour apprendre une description probabiliste de séquences de symboles, c'est-à-dire une information de haut niveau associée aux signaux observés, qui en retour pourra servir d'à priori pour améliorer la précision de la recherche d'information. Par exemple, en modélisant l'évolution de groupes de notes dans la musique polyphonique, d'accords dans une progression harmonique, de phonèmes dans un énoncé oral ou encore de sources individuelles dans un mélange audio, nous pouvons améliorer significativement les méthodes de transcription polyphonique, de reconnaissance d'accords, de reconnaissance de la parole et de séparation de sources audio respectivement. L'application pratique de nos modèles à ces tâches est détaillée dans les quatre derniers articles présentés dans cette thèse. Dans le premier article, nous remplaçons la couche de sortie d'un RNN par des machines de Boltzmann restreintes conditionnelles pour décrire des distributions de sortie multimodales beaucoup plus riches. Dans le deuxième article, nous évaluons et proposons des méthodes avancées pour entraîner les RNN. Dans les quatre derniers articles, nous examinons différentes façons de combiner nos modèles symboliques à des réseaux profonds et à la factorisation matricielle non-négative, notamment par des produits d'experts, des architectures entrée/sortie et des cadres génératifs généralisant les modèles de Markov cachés. Nous proposons et analysons également des méthodes d'inférence efficaces pour ces modèles, telles la recherche vorace chronologique, la recherche en faisceau à haute dimension, la recherche en faisceau élagué et la descente de gradient. Finalement, nous abordons les questions de l'étiquette biaisée, du maître imposant, du lissage temporel, de la régularisation et du pré-entraînement. / This thesis studies models of high-dimensional sequences based on recurrent neural networks (RNNs) and their application to music and speech. While in principle RNNs can represent the long-term dependencies and complex temporal dynamics present in real-world sequences such as video, audio and natural language, they have not been used to their full potential since their introduction by Rumelhart et al. (1986a) due to the difficulty to train them efficiently by gradient-based optimization. In recent years, the successful application of Hessian-free optimization and other advanced training techniques motivated an increase of their use in many state-of-the-art systems. The work of this thesis is part of this development. The main idea is to exploit the power of RNNs to learn a probabilistic description of sequences of symbols, i.e. high-level information associated with observed signals, that in turn can be used as a prior to improve the accuracy of information retrieval. For example, by modeling the evolution of note patterns in polyphonic music, chords in a harmonic progression, phones in a spoken utterance, or individual sources in an audio mixture, we can improve significantly the accuracy of polyphonic transcription, chord recognition, speech recognition and audio source separation respectively. The practical application of our models to these tasks is detailed in the last four articles presented in this thesis. In the first article, we replace the output layer of an RNN with conditional restricted Boltzmann machines to describe much richer multimodal output distributions. In the second article, we review and develop advanced techniques to train RNNs. In the last four articles, we explore various ways to combine our symbolic models with deep networks and non-negative matrix factorization algorithms, namely using products of experts, input/output architectures, and generative frameworks that generalize hidden Markov models. We also propose and analyze efficient inference procedures for those models, such as greedy chronological search, high-dimensional beam search, dynamic programming-like pruned beam search and gradient descent. Finally, we explore issues such as label bias, teacher forcing, temporal smoothing, regularization and pre-training.

Cette thèse propose des méthodes computationnelles nouvelles en géométrie de l'information, avec des applications temps réel au traitement du signal audio. Dans ce contexte, nous traitons en parallèle les problèmes applicatifs de la segmentation audio en temps réel, et de la transcription de musique polyphonique en temps réel. Nous abordons ces applications par le développement respectif de cadres théoriques pour la détection séquentielle de ruptures dans les familles exponentielles, et pour la factorisation en matrices non négatives avec des divergences convexes-concaves. D'une part, la détection séquentielle de ruptures est étudiée par l'intermédiaire de la géométrie de l'information dualement plate liée aux familles exponentielles. Nous développons notamment un cadre statistique générique et unificateur, reposant sur des tests d'hypothèses multiples à l'aide de rapports de vraisemblance généralisés exacts. Nous appliquons ce cadre à la conception d'un système modulaire pour la segmentation audio temps réel avec des types de signaux et de critères d'homogénéité arbitraires. Le système proposé contrôle le flux d'information audio au fur et à mesure qu'il se déroule dans le temps pour détecter des changements. D'autre part, nous étudions la factorisation en matrices non négatives avec des divergences convexes-concaves sur l'espace des mesures discrètes positives. En particulier, nous formulons un cadre d'optimisation générique et unificateur pour la factorisation en matrices non négatives, utilisant des bornes variationnelles par le biais de fonctions auxiliaires. Nous mettons ce cadre à profit en concevant un système temps réel de transcription de musique polyphonique avec un contrôle explicite du compromis fréquentiel pendant l'analyse. Le système développé décompose le signal musical arrivant au cours du temps sur un dictionnaire de modèles spectraux de notes. Ces contributions apportent des pistes de réflexion et des perspectives de recherche intéressantes dans le domaine du traitement du signal audio, et plus généralement de l'apprentissage automatique et du traitement du signal, dans le champ relativement jeune mais néanmoins fécond de la géométrie de l'information computationnelle.