ūüáęūüá∑ Fran√ßais
ūüá¨ūüáß English

AI_PhD@Lille 2021-2024 РModélisation informatique de l'écriture 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 années (plus de 10 ans de collaboration entre FL (Amiens) et MG (Lille)) et ont collectivement une quarantaine de publications sur le domaine dans les dernières années. Elle et ils sont attentifs à la bonne conduite de la thèse tout comme à l'épanouissement et à l'équilibre personnel de chacun.

Références