start

Dies ist eine alte Version des Dokuments!


Willkommen beim Fellowship-Projekt "Computergestützte Musikanalyse"!

Beispiel

Lehrveranstaltungen zur musikalischen Analyse sind an Universitäten und Musikhochschulen ein fester Bestandteil sowohl der musikwissenschaftlichen Studiengänge als auch der Ausbildung von Musiklehrern und Musikern. Ziel des Fellowship-Projektes ist es, unter Rückgriff auf verschiedene computerbasierte Analyse-Tools mehrere flexibel einsetzbare Unterrichtsmodule zur Musikanalyse zu konzipieren, zu erproben, zu evaluieren und zu vermitteln. Die Unterrichtsmodule widmen sich u.a. der computerbasierten Annotation und Visualisierung von Notentexten und Audiodateien, der statistischen Analyse von Musikkorpora, der Suche nach musikalischen Mustern (Melodien, Rhythmen usw.). Sie sollen herkömmliche Analysekurse ergänzen, wurden bereits in mehreren Lehrveranstaltungen an der HfM Weimar erprobt und evaluiert und werden über diese Internetplattform einem breiteren Interessentenkreis kostenfrei zur Verfügung gestellt. Computer können als Hilfsmittel der Analyse von Notentexten und Musikaufnahmen eingesetzt werden. Mit Computerprogrammen können schnell und verlässlich

  • musikalische Abläufe und Strukturen visualisiert,
  • musikalische Merkmale der betreffenden Stücke (z.B. Häufigkeiten von Tonhöhen) statistisch beschrieben
  • und nach bestimmten Mustern (z.B. melodischen Motiven) durchsucht werden.

Dadurch werden herkömmliche Analyseansätze erweitert und neue Perspektiven der musikalischen Analyse in Musikwissenschaft und Musiktheorie eröffnet und erkundet. Zum einen können mit den Computer-Tools gezielt analytischen Fragestellungen weiterverfolgt werden, zum anderen ermöglicht ein spielerischer Umgang mit den Tools und Notendateien ein Entdecken von unerwarteten Zusammenhängen - was dann zu neuen analytischen Fragestellungen führen kann.

Alle in den Unterrichtseinheiten verwendete Software ist frei zugänglich und lizenzfrei nutzbar. Damit folgt das Projekt dem Prinzip des Open Access, des offenen Zugangs zu öffentlich geförderten Projektergebnissen und der Unabhängigkeit von kommerziell orientierten IT-Konzernen.

Unterrichtseinheiten und Module

Hier werden zwei Unterrichtseinheiten bereitgestellt, die anhand von musikanalytischen Fragestellungen in verschiedene Möglichkeiten der computergestützten Analyse von Noten- bzw. Audio-Dateien einführen. Jede Unterrichtseinheit setzt sich aus einem Grundlagen-Modul (Basics Noten bzw. Basics Audio) sowie einer Spezialisierung (Advanced) zusammen. Die Unterrichtseinheiten können im Selbststudium oder innerhalb von Lehrveranstaltungen eingesetzt werden. Die Dauer der Unterrichtseinheiten beträgt ca. drei Sitzungen einer 90-minütigen, mit zusätzlichen Vorbereitungen, Hausaufgaben und optionalen Vertiefungen.

Ressourcen und Dokumentation

Diese Seiten enthalten Informationen zur Installation der benötigten Software, eine Datenbank mit Notendateien von mehreren 1000 Kompositionen, eine umfassende Dokumentation im Projekt erarbeiteten Programme zur Notenanalyse, Links zu ähnlichen Forschungsprojekten, Publikationen sowie weitere Materialien.

Das Projekt

Weitere Informationen zu den Zielsetzungen, Mitarbeiter*innen, Veröffentlichungen des Projekts usw. befinden sich auf der Projektseite.
Das Projekt Computergestützte Musikanalyse in der digitalen Hochschullehre ist am Institut für Musikwissenschaft Weimar-Jena der Hochschule für Musik Franz Liszt Weimar angesiedelt. Es wird gefördert vom Thüringer Ministerium für Wirtschaft, Wissenschaft und Digitalen Wandel und dem Stifterverband. Das Projekt versteht sich als Beitrag zur Computational Musicology bzw. Digital Musicology innerhalb der Digital Humanties.

Das Projekt befindet sich derzeit in der Testphase. Rückmeldungen sind erwünscht: analyse@hfm-weimar.de

Impressum:
Hochschule für Musik Franz Liszt Weimar
Institut für Musikwissenschaft Weimar | Jena
Hochschulzentrum am Horn
Carl-Alexander-Platz 1
99425 Weimar

Zur Datenschutzerklärung der HfM Weimar.

  • start.1633333287.txt.gz
  • Zuletzt geändert: 2021/10/04 07:41
  • von wolf