Musikanalyse som mønsteridentifikation

En væsentlig del af den musikforskning, der siden midten af 60’erne er blevet klassificeret som “computerassisteret musikvidenskab”, implicerer algoritmisk identifikation af mønstre. I kraft af musikkens konvertering til maskinlæsbare repræsentationsformer søges efter identiske og beslægtede strukturer i musikstykker (evt. dele heraf) eller en samling af flere musikstykker, for at konstatere musikalsk kohærens eller stilistisk særpræg; alt dette ud fra den betragtning — hvilken bekræftes indenfor perceptions- og kognitionsforskningen —, at repetition i vid forstand (eksakt eller varieret, direkte i forlængelse eller adskilt over tid, melodisk, rytmisk, harmonisk, klangfarvemæssig, dynamisk etc.) udgør en grundlæggende sammenhængs- og genkendelsesfaktor i musik. Selvom ‘mønsteridentifikation’ ofte associerer til tekstanalyse eller molekylærbiologi, er der således tale om en almengyldig analysemetode uden specifikt fagligt tilhørsforhold, som ikke mindst korresponderer med musikvidenskabens traditionelle kernedisciplin, musikanalysen, eller nærmere præciseret: den formale eller strukturelle musikanalyse, der kultiveres ved videregående musikalske uddannelser. Metoden forekommer velegnet i relation til Nattiez’ “paradigmatiske analyse”, hvor det efterstræbte ‘neutrale’ analyseniveau, uafhængigt af musikkens tilblivelse (poiesis) og dens reception (aisthesis), synes bedre realiserbart end ved manuelt analysearbejde. I den forbindelse er algoritmens mest iøjnefaldende fordel den metodiske stringens, hvormed den opererer, foruden at den ikke ‘overser’ noget. Omvendt er analytikeren tvunget til at formulere præcise spørgsmål for at opnå et brugbart output. Dette afføder en række problemer, hvoraf nogle synes mere overkommelige end andre. Der skitseres herunder blot et mindre udvalg, hvilket knytter sig specielt til identifikationen af melodiske mønstre: 1) segmentering, hvor mange eller hvor få toner konstituerer et mønster? 2) transpositionsinvarians, hvorledes identificere melodisk lighed på baggrund af forskellige data? 3) tolerancetærskel, hvorledes kvantificere melodisk variation? 4) mangedimensionering, hvorledes foretage det rette valg mellem forskellige beskrivelsesmodeller indenfor parametrene, tonehøjde og rytme? 5) gennembrudt melodik, hvorledes identificere mønstre på tværs af flere individuelle, evt. polyfone stemmer?