Modeling High-Dimensional Audio Sequences with Recurrent Neural Networks

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.

Verbaliser l’indicible : une étude de l’expérience de la «vibe» dans la scène underground-house de Montréal

Ce mémoire propose une analyse du discours et de l’expérience corporelle des adeptes de la scène musicale électronique underground-house de Montréal. Il cherche à contribuer au champ des études sur les formations culturelles expressives contemporaines sur deux axes. Sur le plan méthodologique, cette recherche illustre la portée de l’entretien d’explicitation lorsqu’il s’agit d’accompagner la mise en mots d’impressions sensorielles, d’émotions, de pensées ou d’actions. Combinée à une démarche immersive de longue haleine sur le terrain, cette méthode innovante développée par le chercheur Pierre Vermersch (1994) s’avère ici un outil rigoureux donnant accès à la mémoire incarnée des sujets, laquelle regorge d’informations d’une étonnante précision. Sur le plan ethnographique, cette étude s’intéresse aux nouveaux espaces de solidarité et d’expression balisant l’expérience des Québécois de parents haïtiens issus des classes moyenne et moyenne élevée. Les résultats de cette recherche démontrent, en premier lieu, que l’expérience de la « vibe », expression idiomatique largement utilisée par les acteurs, constitue la clé de voûte maintenant la cohésion entre les représentations, les croyances et les activités corporelles des participants. En deuxième lieu, la scène underground-house se présenterait comme l’expression d’une nouvelle contre-culture en établissant une distance critique avec, d’une part, la « culture hip hop » commerciale et sa représentation médiatique « ghettoïsée » et, d’autre part, l’espace culturel dominant en promouvant une expérience de corps et d’esprit subversive. Cet espace de transmission et de communion inédit propose des modèles de sociabilités nouveaux qui contribuent de manière inusuelle au dialogue interculturel urbain montréalais.

L'assimilation rock de la musique romantique par le groupe Muse

La version intégrale de ce mémoire est disponible uniquement pour consultation individuelle à la Bibliothèque de musique de l’Université de Montréal (www.bib.umontreal.ca/MU).

A Shine of Truth in the "universal delusional context of reification" (Theodor W. Adorno)

“A Shine of Truth in the ‘universal delusional context of reification’ (Theodor W. Adorno)” comprend sept chapitres, un prologue et un épilogue. Chaque partie se construit à deux niveaux : (1) à partir des liens qui se tissent entre les phrases contiguës ; et (2) à partir des liens qui se tissent entre les phrases non contiguës. Les incipit des paragraphes forment l’argument principal de la thèse. Le sujet de la thèse, Schein (apparence, illusion, clarté) est abordé de manière non formaliste, c’est à dire, de manière que la forme donne d’elle-même une idée de la chose : illusion comme contradiction imposée. Bien que le sujet de la thèse soit l’illusion, son but est la vérité. Le Chapitre I présente une dialectique de perspectives (celles de Marx, de Lukács, de Hegel, de Horkheimer et d'Adorno) pour arriver à un critère de vérité, compte tenu du contexte d’aveuglement universel de la réification ; c’est la détermination de la dissolution de l’apparence. Le Chapitre II présente le concept d’apparence esthétique—une apparence réversible qui s’oppose à l’apparence sociale générée par l’industrie de la culture. Le Chapitre III cherche à savoir si la vérité en philosophie et la vérité en art sont deux genres distincts de vérités. Le Chapitre IV détermine si l’appel à la vérité comme immédiateté de l’expression, fait par le mouvement expressionniste du 20e siècle, est nouveau, jugé à l’aune d’un important antécédent à l’expressionisme musical : « Der Dichter spricht » de Robert Schumann. Le Chapitre V se penche sur la question à savoir si le montage inorganique est plus avancé que l’expressionisme. Le Chapitre VI reprend là où Peter Bürger clôt son essai Theorie de l’avant-garde : ce chapitre cherche à savoir à quel point l’oeuvre d’art après le Dada et le Surréalisme correspond au modèle hégélien de la « prose ». Le Chapitre VII soutient que Dichterliebe, op. 48, (1840), est une oeuvre d’art vraie. Trois conclusions résultent de cette analyse musicale détaillée : (1) en exploitant, dans certains passages, une ambigüité dans les règles de l’harmonie qui fait en sorte tous les douze tons sont admis dans l’harmonie, l’Opus 48 anticipe sur Schoenberg—tout en restant une musique tonale ; (2) l’Opus 48, no 1 cache une tonalité secrète : à l'oeil, sa tonalité est soit la majeur, soit fa-dièse mineur, mais une nouvelle analyse dans la napolitaine de do-dièse majeur est proposée ici ; (3) une modulation passagère à la napolitaine dans l’Opus 48, no 12 contient l’autre « moitié » de la cadence interrompue à la fin de l’Opus 48, no 1. Considérés à la lumière de la société fausse, l’Allemagne des années 1930, ces trois aspects anti-organiques témoignent d’une conscience avancée. La seule praxis de vie qu’apporte l’art, selon Adorno, est la remémoration. Mais l’effet social ultime de garder la souffrance vécue en souvenir est non négligeable : l’émancipation universelle.

Développement du chant et profil d'amusie congénitale chez l'enfant

La musique est universelle et le chant est le moyen d’expression musicale le plus accessible à tous. Les enfants chantent spontanément entre un an et un an et demi (Ostwald, 1973). Pourtant, le développement de cette habileté est très peu étudié en neuropsychologie et ce, malgré le fait qu’elle représente une immense source d’informations sur le traitement de la musique par le cerveau. Les études proposées ici visaient à mieux comprendre le développement normal et pathologique des fonctions perceptives et vocales. Dans un premier temps, une étude sur le chant normal chez les enfants de 6 à 11 ans est présentée. Le développement du chant de 79 enfants d’âge scolaire y est analysé de manière systématique et objective. Cette étude se penche plus particulièrement sur l’influence de l’âge ainsi que d’autres facteurs (le genre, la perception musicale, la présence de paroles et la présence d’un accompagnement vocal) sur la qualité du chant. Les jeunes participants ont chanté une chanson familière dans différentes conditions, soit avec et sans paroles, après un modèle ainsi qu’à l’unisson avec ce dernier. Suite à l’analyse acoustique des performances, différentes variables mélodiques et rythmiques telles que le nombre d’erreurs d’intervalles, le nombre d’erreurs de contours, la taille des déviations d’intervalles, le nombre d’erreurs rythmiques, la taille des déviations temporelles et le tempo, ont été calculés. Les résultats montrent que certaines habiletés de base liées au chant se développent toujours après 6 ans. Toutefois, le rythme est maîtrisé plus tôt, et les enfants d’âges scolaires réussissent parfois mieux que les adultes sur le plan rythmique. De plus, il est plus difficile pour les enfants de chanter avec des ii paroles que sur une syllabe et chanter à l’unisson représente un défi plus grand que chanter après un modèle. Par ailleurs, le nombre d’erreurs de contours, d’intervalles et de rythme, de même que la taille des erreurs rythmiques, sont liés à nos mesures de perception musicale. La seconde étude présente le premier cas documenté d’amusie congénitale chez l’enfant. Elle implique l’analyse de la perception musicale et du chant d’une fillette de 10 ans nous ayant été référée par son directeur de chorale. De sévères déficits ont été relevés chez elle et un diagnostic d’amusie congénitale fut posé. En effet, ses résultats aux tests visant à évaluer sa perception musicale indiquent d’importantes difficultés tant sur le plan de la discrimination des différences mélodiques et rythmiques, qu’au niveau de la mémoire des mélodies. La fillette présente des lacunes claires quant à la perception des fines différences de hauteurs. L’analyse des réponses cérébrales en potentiels évoqués suggère que l’enfant souffre de déficits situés tôt au cours des processus de traitement auditif, tel que démontré par l’absence de négativité de discordance (MMN). Le chant de la jeune fille est lui aussi déficitaire, particulièrement en ce qui concerne le nombre d’erreurs d’intervalles et leurs tailles. En conclusion, nos études montrent que les aptitudes pour le chant sont toujours en développement au cours des premières années de scolarisation. Ce développement peut être entravé par la présence d’un déficit lié spécifiquement à la perception musicale. Pour la première fois, l’amusie congénitale, sera décrite chez l’enfant.

Les bénéfices du chant dans la réadaptation de l’aphasie

Les personnes ayant une aphasie, un trouble acquis du langage causé par une lésion cérébrale, parviennent temporairement à mieux prononcer des mots quand elles les chantent dans des chansons familières ou en chant choral. Dans cette thèse nous examinons comment le chant peut entrainer des bénéfices durables sur le langage et la communication de ces personnes. Deux contextes sont envisagés : (1) une thérapie chantée de l’aphasie, la Melodic intonation therapy en anglais (MIT), et (2) une activité de loisir, une chorale de personnes aphasiques. La première étude de cette thèse (Chapitre 2) est une recension critique de la variété de recherches dont la MIT a fait l’objet. Nous soutenons que plusieurs protocoles de traitement présentés sous le label MIT ne correspondent pas à la MIT originale et que les effets immédiats du chant, qui sont examinés dans des études transversales, ne devraient pas être confondus avec les effets durables, observés dans des études longitudinales. Cette grille de lecture permet de réconcilier des conclusions d’études contradictoires à propos des mécanismes de la MIT et met en évidence des questions de recherches en suspens, notamment sur la contribution relative du rythme et de la hauteur musicale dans les effets de cette thérapie, que nous traitons dans le troisième chapitre. Nous y rapportons une étude avec trois participants ayant une aphasie de Broca chronique. Trois traitements ont été comparés dans un devis en carré latin : une thérapie comportant de la parole chantée (i.e., avec rythme et hauteurs musicales) proche de la MIT originale, une thérapie équivalente avec de la parole uniquement rythmée, et une thérapie comportant de la parole normale. Puisque seule la thérapie chantée a amélioré le langage dans le discours naturel des participants, nous soutenons que le chant dans son entièreté est un élément actif de la MIT. Enfin, dans le quatrième chapitre, nous présentons la première étude de groupe contrôlée, randomisée et à simple insu tentant de déterminer si le chant pratiqué comme simple loisir peut aussi avoir un effet bénéfique dans la réadaptation de l’aphasie. Nous avons comparé les progrès en communication fonctionnelle de 17 personnes ayant différents types d’aphasies chroniques réparties dans un groupe chorale, où elles devaient participer à six mois d’activité hebdomadaire de chorale, un groupe théâtre, où elles devaient suivre un atelier de théâtre, et une liste d’attente pour ces deux activités seulement. Nos résultats ont montré une corrélation positive entre l’amélioration de la communication fonctionnelle et le nombre de présences aux activités sociales, quelles qu’elles soient, mais nous n’avons pas trouvé d’effet spécifique à l’activité de chorale. Ainsi, la pratique du chant en chorale pourrait avoir un potentiel thérapeutique général, mais pas spécifique à l’utilisation du chant. D’autres études sont toutefois nécessaires pour le confirmer. Ainsi, cette thèse soutient globalement que dans la réadaptation de l’aphasie, le chant apporte des bénéfices spécifiques sur le langage lorsqu’il est intégré dans une thérapie comme la MIT et des bénéfices comparables à d’autres activités sociales lorsqu’il est pratiqué comme activité de loisir dans une chorale.

Messe solennelle pour la famille Lebel ; suivi de L'évolution du procédé polyphonique chez Suzanne Jacob

Mon essai et mon roman se font l’écho l’un de l’autre, ils se répondent et reflètent ainsi le sujet de ma recherche : la polyphonie. Dans L’évolution du procédé polyphonique chez Suzanne Jacob, je m’attarde à trois romans de Suzanne Jacob, L’obéissance, Rouge, mère et fils et Fugueuses, œuvres chorales et teintées par la musique dans lesquelles la prose se décline en plusieurs voix. Puisque j’étudie la polyphonie dans son aspect musical et, parallèlement, dans une perspective littéraire, il est possible d’admettre que je fais moi aussi, au cœur de mon essai, l’exercice du contrepoint. Cet essai est précédé par Messe solennelle pour la famille Lebel, roman polyphonique qui, à la manière de Fugueuses, où la musique est déjà implicite dans le titre, se donne à lire comme une partition musicale. J’y présente quatre membres d’une même famille, deux hommes et deux femmes, qui doivent faire face à la mort de l’un des leurs. Ils se partagent une narration en contrepoint dans un récit à plusieurs voix (inspirées par les quatre catégories vocales principales en musique) dont la structure rappelle celle du requiem ou messe des morts.

Méthodes de spatialisation sonore et intégration dans le processus de composition

L’espace est un élément peu exploré en musique. Méconnu des compositeurs, il n’est généralement pas pensé comme paramètre musical « composable ». Pourtant si la musique peut être perçue comme une organisation et une succession d’éléments dans le temps, pourquoi ne pourrait-elle pas l’être aussi dans l’espace? Ce travail se veut en quelque sorte un pont entre la recherche et la pratique, qui se construit par la synthèse de l’information que j’ai pu trouver sur chacune des quatre méthodes de spatialisation abordées ici. Dans un premier temps, je traiterai de leur développement, leur fonctionnement et des possibilités d’intégration de ces méthodes dans le processus de composition musicale, notamment en discutant les outils disponibles. Dans un second temps, les pièces Minimale Sédation et Fondations, toutes deux composées en octophonie seront discutées. J’expliquerai leurs processus de composition à travers les intentions, les techniques d’écriture et les outils qui ont menés à leurs créations.

Le projet feedback : recherche d'un point de rencontre stylistique entre la musique électroacoustique glitch, le free jazz et le drone metal.

L’objectif principal de cette thèse de doctorat en composition consiste en la conceptualisation et création d’une oeuvre pour guitare électrique et dispositif électronique se situant à un point de rencontre stylistique entre le free jazz, la musique électro glitch et le drone métal. Le présent texte vise principalement à expliciter la démarche de création de cette oeuvre, intitulée feedback. À la suite du chapitre d'introduction qui décrit l'origine et les objectifs de ce projet de composition, le premier chapitre est consacré à une réflexion sur l'improvisation musicale. En partant d'une description générale de cette pratique et de ses origines, cinq manifestations de l'improvisation qui ont influencé l’oeuvre y sont décrites. Dans le deuxième chapitre est présentée l'hyperguitare qui a été développée pour la pièce ainsi que la description de ses composantes matérielles et logicielles. Dans le troisième chapitre sont décrits le contexte de création, le rôle de l’improvisation dans le processus de création et la description technique des quatre oeuvres composées en amont de feedback. Le quatrième chapitre est dédié à la pièce feedback inspirée de l'œuvre cinématographique et littéraire Fight Club et imprégnée, sur le plan stylistique, de la culture rock, du free jazz et de la musique électroacoustique glitch. En conclusion sont présentés les nouveaux objectifs que ces recherches ont engendrés.

Centor : concept d’interface de spatialisation sonore additive

Cette recherche porte un regard critique sur les interfaces de spatialisation sonore et positionne la composition de musique spatiale, un champ d’étude en musique, à l’avant plan d’une recherche en design. Il détaille l’approche de recherche qui est centrée sur le processus de composition de musique spatiale et les modèles mentaux de compositeurs électroacoustiques afin de livrer des recommandations de design pour le développement d’une interface de spatialisation musicale nommée Centor. Cette recherche montre qu’un processus de design mené à l’intersection du design d’interface, du design d’interaction et de la théorie musicale peut mener à une proposition pertinente et innovatrice pour chacun des domaines d’étude. Nous présentons la recherche et le développement du concept de spatialisation additive, une méthode de spatialisation sonore par patrons qui applique le vocabulaire spectromorphologique de Denis Smalley. C’est un concept d’outil de spatialisation pour le studio qui complémente les interfaces de composition actuelles et ouvre un nouveau champ de possibilités pour l’exploration spatiale en musique électroacoustique. La démarche de recherche présentée ici se veut une contribution au domaine du design d’interfaces musicales, spécifiquement les interfaces de spatialisation, mais propose aussi un processus de design pour la création d’interfaces numériques d’expression artistique.

Approche systémique pour la composition d’œuvres acousmatiques, mixtes, vidéomusicales et pluridisciplinaires

Cette thèse est une exploration de mon processus compositionnel. En tentant de comprendre comment s’organise ma pensée créatrice, j’ai dégagé trois observations : l’organicisme du processus et des œuvres, la notion de mouvement et la relation récursive entre la matière et le compositeur. Ces thèmes m’ont amené à établir un lien épistémologique entre la composition musicale et l’étude des systèmes complexes. Dans ce cadre systémique, j’ai établi que les informations qui motivent mes prises de décision artistiques ont entre elles des ramifications opérationnelles et structurelles qui évoquent une arborescence rhizomatique plutôt qu’une hiérarchie linéaire. La transdisciplinarité propre à la systémique m’a également permis d’introduire des notions provenant d’autres champs de recherche. S’articulant d’emblée avec mon processus compositionnel, ces notions m’ont procuré une vision holistique de ma démarche artistique. Conséquemment, je considère l’acte de composer comme une interaction entre ma conscience et tout ce qui peut émaner de la matière sonore, les deux s’informant l’une et l’autre dans une boucle récursive que je nomme action⟳perception. L’œuvre ainsi produite n’est pas exclusivement tributaire de ma propre volition puisque, au fil du processus, mes décisions opératoires et artistiques sont en grande partie guidées par les propriétés invariantes et les propriétés morphogéniques inhérentes au matériau sonore. Cette approche dynamique n’est possible que si l’interaction avec le compositeur se fait en temps réel, ce que permet la lutherie numérique. Les résultats de mes recherches m’ont guidé dans la composition d’œuvres choisies, autant acousmatiques, mixtes, vidéomusicales que pluridisciplinaires.

Los disfraces de la disidencia en la música cubana alternativa.

Ma recherche vise à comprendre de quelle façon les principales questions économiques (carences alimentaires et énergétiques), sociales (émigration massive, inégalités, racisme), politiques (manque de liberté, autoritarisme) et culturelles (immobilisme, censure) qui se produisent à Cuba depuis 1990 jusqu’à nos jours, se reflètent sur l’œuvre artistique d'un certain nombre de groupes musicaux. L’objectif de cette étude est de définir si ces expressions artistiques peuvent être considérées comme un miroir de la société de cette période, puisque elles contemplent des aspects d’intérêt public que le discours officiel tait. L’analyse veut examiner les stratégies discursives des paroles d’une certaine production musicale représentative d’un champ musical riche et complexe. D’autre part, l’étude vise à comprendre si la musique peut être considérée comme un espace de société civile dans un contexte qui empêche la libre formation d’agents sociaux. Cette étude considère l’œuvre de cinq artistes qui cultivent des genres musicaux bien différents : trova (Frank Delgado et Carlos Varela), rap (Krudas Cubensi et Los Aldeanos) et punk (Porno Para Ricardo). L’étude sera principalement littéraire, puisque l’analyse se centrera sur les paroles des chansons, qui sont considérées comme des textes littéraires. Après avoir sélectionné un corpus significatif de chansons, celui-ci sera analysé de façon systématique et transversale, en essayant de mettre en évidence les effets produits et leurs significations, évidentes et symboliques. De façon ponctuelle, je ferai aussi référence au performance et à l’esthétique. Cette étude prétend mettre en lumière la production littéraire/musicale d'artistes peu connus hors de Cuba et peu valorisés et diffusés à l’intérieur de l’île. L’un des buts est de montrer comment, dans un contexte politique dominé par l’autoritarisme et la censure, il peut exister des formes d’expressions capables de communiquer des messages subversifs et dissidents.

École(s) de Paris : enquête sur les compositeurs étrangers à Paris dans l'entre-deux-guerres

Thèse soutenue le 27 février 2015 devant un jury composé par Marie-Hélène Benoit-Otis (présidente, Université de Montréal), François de Médicis (Université de Montréal), Christopher Moore (Université d'Ottawa) et Michel Duchesneau (Université de Montréal).

La poésie cinématographique Terrence Malick et la sensation

Pour respecter les droits d’auteur, la version électronique de ce mémoire a été dépouillée de certains documents visuels et audio-visuels. La version intégrale du mémoire a été déposée au Service de la gestion des documents et des archives de l'Université de Montréal

Une méthode dangereuse : comprendre le processus créateur en musique de film, le cas de Norman McLaren et Maurice Blackburn, David Cronenberg et Howard Shore

Cette version de la thèse a été tronquée des certains éléments protégés par le droit d’auteur. Une version plus complète est disponible en ligne pour les membres de la communauté de l’Université de Montréal et peut aussi être consultée dans une des bibliothèques UdeM.