ūüáęūüá∑ Fran√ßais
ūüá¨ūüáß English

AI_PhD@Lille 2021-2024 – Mod√©lisation informatique de l’√©criture symphonique

  • Th√®se 2021-2024 en informatique musicale et IA / apprentissage automatique, dans le cadre du programme AI_PhD@Lille
  • Lieu: Lille (CRIStAL, CNRS, Universit√© de Lille, √† Villeneuve d’Ascq)
  • Encadrants: Mathieu Giraud (DR CNRS, CRIStAL, Universit√© de Lille), Florence Lev√© (MdC HdR, MIS, Universit√© de Picardie Jules-Verne, Amiens), Louis Bigo (MdC, CRIStAL, Universit√© de Lille).
  • Date limite de candidature: 8 Mars 20 Mars (CV et lettre de motivation, par mail) (candidatures ferm√©es)
  • Annonce et liens: http://www.algomus.fr/jobs/phd-sympho

L’√©quipe d’informatique musicale Algomus, du laboratoire CRIStAL (UMR CNRS 9189, Universit√© de Lille), en collaboration avec le MIS (UPJV, Amiens) s‚Äôint√©resse √† l‚Äôanalyse informatique de partitions musicales.

Contexte

L’orchestration est l’art d’√©crire de la musique pour un ensemble d’instruments. Elle va bien plus loin qu’une instrumentation qui serait une simple r√©partition des voix. Que ce soit dans les musiques dites classiques ou dans d’autres r√©pertoires comme dans la musique de film, l’orchestration se nourrit des possibilit√©s musicales de chaque instrument, de celles de leur pupitre, et du “son” de l’orchestre tout entier [1]. L’√©criture de contrastes orchestraux porte √† la fois sur les instruments utilis√©s et sur ce qu’ils jouent chacun.

En informatique musicale, des travaux de ces derni√®res ann√©es ont propos√© des pistes vers l’orchestration automatique¬†[3] et la reconstruction de spectres audio, mais peu d’√©tudes se sont attach√©es aux caract√©ristiques de cette √©criture. Informatiquement (et musicalement), les d√©fis de l’analyse et de la g√©n√©ration de l’√©criture orchestrale viennent de la richesse des combinaisons instrumentales possibles, demandant, pour mod√©liser cette √©criture, des connaissances ou des corpus cons√©quents. Peut-on envisager des nouveaux outils favorisant la co-cr√©ativit√© du musicien et de la machine, et m√™me du m√©lomane, lorsqu’ils √©coutent, analysent ou composent de la musique symphonique ?

Objectifs

Cette th√®se explorera des analyses syst√©matiques de partitions orchestrales avec des m√©thodes informatiques, √† la fois issues de l’apprentissage machine et de l’algorithmique discr√®te. Le but est d’illustrer et de compl√©menter les connaissances sur l’orchestration et sur son lien √† l’harmonie tonale et √† la forme et de concevoir √† des outils pour l’analyse et la co-cr√©ation de musique orchestrale.

Concr√®tement, la¬∑le doctorant¬∑e √©tudiera une bibliographie sur l’orchestration, l’informatique musicale et les mod√®les d’apprentissage profonds pour la musique, notamment autour des auto-encodeurs et des espaces latents [2,4]. Elle¬∑il s’attaquera aux points suivants:

  • Identifier, regrouper et enrichir des corpus de partitions orchestrales tonales, qu’elles soient classiques, (post-)romantiques ou contemporaines;

  • Mod√©liser finement l’annotation et l’analyse de l’√©criture orchestrale tonale, en √©tendant les repr√©sentations informatiques de l’harmonie, de la texture [5] et en mod√©lisant l’orchestration suivant la forme;

  • Concevoir, impl√©menter et √©valuer des mod√®les informatiques, qu’ils soit appris et/ou algorithmiques, appliqu√©s √† l’analyse de l’orchestration ainsi qu’en co-cr√©ation de musique symphonique.

Les mod√®les d’apprentissage utilis√©s viseront l’explicabilit√© et l’interpr√©tabilit√© pour les utilisateurs. Cette th√®se sera ainsi faite en collaboration avec des th√©oriciens de la musique, et des collaborations seront aussi recherch√©es avec des compositeurs actuels, notamment de musique pour l’image, et/ou des classes d’orchestration.

Profil recherché

Master d’informatique, avec comp√©tences en IA/science des donn√©es. Pratique musicale et comp√©tences en th√©orie musicale fortement souhait√©es (analyse, harmonie et id√©alement orchestration).

Déroulement de la thèse, publications et collaborations

L’√©quipe Algomus a une grande habitude de publication dans les conf√©rences majeures du domaine, notamment ISMIR. La¬∑le doctorant¬∑e sera guid√© pour r√©diger et soumettre des articles √† ces conf√©rences, que ce soit sur son propre travail ou sur des collaborations √† l’int√©rieur ou √† l’ext√©rieur de l’√©quipe. La¬∑le doctorant¬∑e participera r√©guli√®rement √† des conf√©rences et autres √©v√©nements sur le domaine, et sera encourag√© √† d√©velopper les liens avec scientifiques et artistes. Chaque doctorant¬∑e dans l’√©quipe Algomus effectue aussi un s√©jour de recherche √† l’international au cours de sa th√®se.

Le déroulement est individualisé à chaque doctorant·e, mais, dans les grandes lignes, pourrait être le suivant:

  • T0 √† T0+6 mois: bibliographie
  • T0+6 √† T0+16: premiers mod√®les d’analyse de l’orchestration, mod√©lisation et annotation de corpus, premi√®re soumission d’article
  • Au cours de la deuxi√®me ann√©e, s√©jour de 2 mois dans une universit√© √©trang√®re partenaire pour consolider le travail et ouvrir sur de nouveaux projets
  • T0+18 √† T0+26: confirmation des mod√®les, mod√®les co-cr√©atifs de g√©n√©ration, soumission d’articles sur le travail personnel tout comme sur la collaboration internationale
  • T0+26 √† T0+34: r√©daction de la th√®se, possiblement nouvelle soumission d’article
  • T0+35 et T0+36: soutenance et √©largissement des projets et des collaborations

Liens avec le programme AI_PhD@Lille

Ce sujet d’analyse et de g√©n√©ration musicale, dans une perspective de co-cr√©ation humain-machine, s’ins√®re pleinement dans le programme AI_PhD@Lille.

  • Fondamentalement, traiter des donn√©es musicales par IA pose des d√©fis de repr√©sentation musicale et d’architecture de r√©seaux g√©rant √† la fois l’espace des hauteurs et la composante temporelle. L’√©criture orchestrale manifeste particuli√®rement ces d√©fis.

  • L’explicabilit√© et la “maniabilit√©” de l’IA est essentielle en mati√®re de co-cr√©ativit√© artistique. Le sujet se focalise d√©j√† sur l’analyse, o√Ļ le but est d’expliquer les strates de l’√©criture orchestrale. En terme de g√©r√©nation, le but n’est pas de fournir une bo√ģte noire, mais de s’appuyer sur l’exp√©rience musicale de l’artiste ou m√©lomane et d’interagir avec elle ou lui. Les mod√®les bas√©s sur des auto-encodeurs avec des espaces latents sont particuli√®rement pertinents pour cela.

√Čquipe d’accueil et encadrants

L’√©quipe a d√©j√† une bonne exp√©rience sur ces sujets: Algomus est un cadre id√©al pour mener des recherches innovantes en IA et informatique musicale, fondamentales comme appliqu√©es. L’√©quipe est reconnue dans le domaine (organisatrice de la conf√©rence nationale JIM 2018, membres de comit√©s √©ditoriaux…). En 2020, l’√©quipe a √©t√© 4√® du concours europ√©en ‘AI Song Contest’: http://www.algomus.fr/i-keep-counting. L’√©quipe est en lien avec des artistes, des enseignants et des classes de coll√®ges, et des entreprises (Arobas Music √† Lille, TikTok/ByteDance √† Londres). La¬∑le doctorant¬∑e b√©n√©ficiera de cet environnement.

Les trois encadrant¬∑es collaborent depuis plusieurs ann√©es (plus de 10 ans de collaboration entre FL (Amiens) et MG (Lille)) et ont collectivement une quarantaine de publications sur le domaine dans les derni√®res ann√©es. Elle et ils sont attentifs √† la bonne conduite de la th√®se tout comme √† l’√©panouissement et √† l’√©quilibre personnel de chacun.

Références