Tiedonlouhintaa musiikinopiskeluun – Dig That Lick

Tämän blogipostauksen päämääränä on nostaa esiin raikkaita näkökulmia erityisesti jazz-improvisointia käsittelevien opinnäytteiden tekemiseen. Viime vuosina rytmimusiikkia koskevat tutkimusintressit ovat entisestään lisääntyneet kaikilla musiikin opintoasteilla. Mieluisimpia aiheita ovat toistuvasti koskeneet improvisoinnin pedagogisten elementtien kehittelyä erilaisiin opetustarpeisiin sekä merkittävien artistien soittotyylien osa-alueiden analysointia. Kauempaa katsottuna myös tämä blogi-kirjoitus osuu edellä mainittuihin aihepiireihin, jotka myös minun mielestäni ovat erittäin mielenkiintoisia ja inspiroivia. Olen huomannut, että musiikillisten ilmiöiden analysointi on toisille ihmisille instrumenttiharjoittelua häiritsevää ylimääräistä ja pakollista toimintaa ja toisille taas mukaansatempaava reitti jännittävään arvoituksien maailmaan. Noh, vain ihminen, joka on aidosti kiinnostunut musiikkiteoreettisista aiheista luonnehtii musiikkianalyysia arvoituksien maailmaksi – tämän perusteella itse siis kuulun näihin jälkimmäisiin tapauksiin.

Musiikki on sielun tiedottomasti harjoittama salainen aritmetiikka (Gottfried Leibniz, 1646—1716)

Musiikkiaiheisissa opinnäytteissä on vallalla laadullinen menetelmäsuuntaus. Se onkin luonteva näkökulma tarkastella ihmisen toimintaa sosiaalisessa vuorovaikutuksessa. Erityisesti juuri taiteen tutkimus nojaa subjektiivisiin havaintoihin, samoin käyttäytyy myös suurin osa musiikkianalyysin osa-alueista. Vastaavasti musiikin määrällinen tarkastelu, jopa laadullisen tutkimuksen osana, on pääosin kaatunut tarvittavien aineistojen puuttumiseen, niiden pienuuteen tai niiden hallintatyökalujen kompleksisuuteen. Voidaan sanoa, että vaikka musiikin määrällinen tutkimus ei ole enää mikään uusi asia, vaan tilastollista musiikintutkimusta on tehty jo 1940-luvulta lähtien (esim. Budge 1943), on se mainituista syistä johtuen ollut vähäistä. Erityisesti rytmimusiikin alueella määrällinen tutkimus Suomessa on jo jonkin aikaa ollut muutaman, kansainvälisesti merkittävänkin jazz-improvisointia käsittelevän tutkimuksen varassa (katso Järvinen 1995; Järvinen 1997; Järvinen & Toiviainen 2000).

Tilanne on kääntynyt rytmimusiikin aineistojen osalta parempaan suuntaan. Weimarin Frank Liszt -yliopistossa muodostettiin aikavälillä 2012-2017 Jazzomat-projektin yhteydessä Weimar Jazz Database -transkriptiotietovaranto, minkä päämääränä on ollut kohdistaa tutkimuksellinen mielenkiinto erityisesti jazzimprovisaatioon. Harmiksi muita rytmimusiikin osa-alueiden tietovarantoja joudumme vielä odottamaan. Jazzomat-hankkeen myötä on luotu myös kaksi verkossa toimivaa hakukonesovellusta jotka hyödyntävät edellä mainitun tietovarannon lisäksi kahta uudempaa jazzimprovisaatioiden sähköistä arkistoa. Frieler, Höger, Pfleiderer & Dixon (2018, 777) ehdottavat näiden hakukonesovellusten käyttötarkoituksena olevan helpottaa jazz-improvisointia koskevien hypoteesien muodostamista ja/tai niiden testaamista. Käytännön tasolla tässä blogipostauksessa onkin kysymys opiskelijan tai opettajan työkaluista, joilla voi analysoida ja visualisoida hyvin laajoja aineistoja. Tämänkaltaisella tutkimusotteella on mahdollista musiikillisten ilmiöiden ja ominaisuuksien yleistämisen, ennustamisen sekä kausaalisuhteiden esittäminen numeeristen ja tilastollisten tulosten perusteella. Mutta mahdollista ja suositeltavaa on myös määrällisen aineiston hyödyntäminen osana laadullista tutkimusta.

Johdanto esimerkkitapaukseen

Improvisaatiotutkimus lähtee monesti oletuksesta, että improvisaatio ei käytännössä ole jotakin täysin tyhjästä syntyvää, vaan sen syntymisen edellytyksenä pidetään aiemmin määrittyneiden suunnitelmien, ehtojen ja rajoitusten olemassaoloa (Laine 2015, 283). Improvisaation voidaan siten nähdä olevan riippuvainen erilaisista hyvin harjoitelluista rutiineista, joita toteutetaan ja sovelletaan tiettyjen rajoitusten viitekehyksessä. Pohjimmiltaan improvisaatiossa ei näin ollen olekaan aina kysymys musiikillisen ilmaisun totaalisesta vapaudesta, vaan pikemminkin ihmismielen spontaanista musiikillisesta toiminnasta tiedon ja kykyjen rajoittamassa kontekstissa (Alperson 2010, 274). Edelliseen viitaten esimerkiksi Martin (1996, 2) toteaa Charlie Parkerin temaattista ilmaisua koskevassa improvisaatiotutkimuksessa, että ennalta opeteltuihin improvisaatioformuloihin tukeutuminen ei suinkaan ole sovinnaista ja kulunutta ilmaisullista toistoa, vaan pikemminkin osoitus kompetentista improvisointitaidosta. Kysymys onkin ihmisen spontaanista kyvystä yhdistellä aiemmin opittuja melodia-aiheita uusiksi luoviksi kokonaisuuksiksi ajallisesti ja harmoniallisesti rajatussa musiikillisessa ympäristössä. Norgaard (2011, 118) linjaa jazz-artistien improvisointia koskeneessa tutkimuksessaan improvisoitujen melodialinjojen rakentuvan erilaisista harjoittelun mahdollistamista ennakoivista asetelmista, kuten juurikin hyvin opetelluista muistinvaraisista idiomaattisista melodia-aiheista, joista tässä blogipostauksessa käytän puhekieleen jossakin määrin yleistynyttä anglismia “patterni”.

Näistä lähtökohdista esittelen kaksi verkkosovellusta jazzmusiikin opiskelu-, opetus- ja tutkimustarpeita helpottamaan. Käytän esittelyssä apuna arkisia hypoteeseja, joita testaan sovelluksilla.

Tapaus 1: Dig That Lick Pattern Search

Ensimmäinen kahdesta esiteltävistä verkkosovelluksista on Dig That Lick Pattern Search, mikä mahdollistaa erilaisten melodisten patternien paikantamisen kolmesta eri tietovarannosta kustakin erikseen (Weimar Jazz Database, Charlie Parker Omnibook). Kyseessä on jazz-improvisaatiotietoa seulova hakukone. Tietovarannoista etsittävät patternit ovat melodiselta sisällöltään tietenkin sovelluksen käyttäjän päätettävissä, mutta tämän lisäksi patternin sijoittuminen kontekstiin on myöskin mahdollista määritellä. Toisin sanoen niin, että etsitäänkö patternia, joka voi alkaa miltä säveleltä tahansa kunhan se muuten säilyttää rakenteensa? Vai määritelläänkö hakuprosessi niin, että patterni alkaa aina esimerkiksi pohjasoinnun terssisäveleltä? Näin ollen määrittelyn ulkopuolelle jäävät tapaukset jätetään huomioimatta ja siten listaamatta. Varsinkin isojen aineistojen tapauksessa jokainen rajausmahdollisuus lienee tarpeellinen oikeaan päämäärään pääsemiseksi. Sovellus mahdollistaa myös tietovarantoon annotoidun informaation (Metadata) käyttämisen hakujen rajauksissa, eli vuosiluvut, tyylisuunnat, esityssoittimet, tempot (vain joitakin mainitakseni) on mahdollista lisätä määrittelemään halutun patternin löytymistä. Löytyneet hakutulokset listautuvat sekä nuottikuvan että audion kera käyttäjän jatkokäsiteltäväksi.

Seuraavaksi esittelen sovelluksen toimintaa yksinkertaisen tapauksen avulla. Intressini on selvittää jazz-improvisaatioissa tyypillisen kahdesta melodisesta fragmentista koostuvan patternin esiintymistiheyttä. Jerry Coker erittelee keskeisessä improvisointia käsittelevässä soitto-oppaassaan Elements of the jazz language for the developing improvisor (1991) kaksi melodista fragmenttia, joiden yhdistelmästä muodostuneen pienen melodialinjan yleisyyttä aion testata sekä Charlie Parkerin että muiden artistien improvisaatioista muodostetuissa aineistoissa. Hypoteesini on, että kyseinen patterni on jazz-improvisaatioissa hyvin yleisesti esiintyvä melodialinja.

Cokerin (1991, 50) määrittelemä ensimmäinen fragmentti on niin sanottu enclosure-ilmiö, jonka tiukimmassa määritelmässä kohdesäveltä edeltää sävel puolisävelaskeleen päästä yläpuolelta sekä puolisävelaskel alapuolelta ennen siirtymistä itse kohdesäveleen. Tässä tapauksessa kohdesävelenä halutaan olevan pohjasoinnun terssi. Koska kyseessä oli yhdistelmä kahdesta fragmentista, on toinen fragmentti soinnun terssisäveleltä pieneen noonisäveleen tapahtuva ”suuri seksti ylös” -hyppy tai vastaavasti ”pieni terssi alas” -hyppy (Coker 1991, 26).

Edellä kuvattu 4-sävelinen fraasi syötetään sovellukseen (Pattern) puolisävelaskelliikettä kuvaavina numeroina (kuva 1). Koska kaksi ensimmäistä säveltä enclosure-ilmiössä on suuren sekunti-intervallin liike alaspäin on sitä kuvaava numero siten -2. Näin ollen koko fraasin määritelmäksi tulee numerosarja -2,1,9 (1 on puolisävelaskelliike ylöspäin jota seuraa 9 puolisävelaskeleen liike ylöspäin, eli suuri seksti). Lisäksi halusin tietää nimenomaan soinnun terssisäveleltä alkavien fraasien yleisyydestä, joten rajaan hakua lisää (Secondary search). Valitsen kohdasta Transformation määritelmän Chordal Pitch Class kertomaan hakukoneelle, että haen tietoa kulloisenkin soinnun pohjasäveleeseen suhteuttaen toisella patternilla 5,3,4,1. Tämä toinen pattern ei enää koske puolisävelaskeleiden määriä, vaan se ilmaisee kahtatoista kromaattista säveltä kellomaiseen tapaan järjestyneenä (modulo 12), joista esimerkkinä C-duurissa sävel c = 0 (kello 12), sävel cis/des = 1 ja sävel d =2 jne. kunnes lopulta viimeisenä sävel h (b) saa arvon 11. Näin ollen koko fraasi 5,3,4,1 käsittäisi C-pohjaisessa soinnussa sävelet f, es, e ja des.

Tarkennuksena ja lisärajauksena määrittelen kohtaan Operation sovelluksen löytämään (Find) vain etsityt kohteet, enkä esimerkiksi hylkäämään niitä (Ignore tai Exclude), mikä toimintona jossakin muussa tilanteessa saattaisi olla tarpeellinen. Lisäksi valitsen mahdollisuuksien mukaan visualisoinnin (Score) ja audioesimerkin (Audio) kohdasta Generate sekä aluksi tietovarantovaihtoehdoista (Databases) valitsen Charlie Parker Omnibookin ja toisella hakukerralla kerralla Weimar Jazz Database (visualisointi ja alkuperäinen audio ovat mahdollisia vain Weimar Jazz Databasen tapauksessa, muissa tietovarannoissa optiona on visualisointi ja mahdollinen midi-audio). Fraasin paremman hahmottamisen vuoksi valitsin lopulliseen visualisointiin kaksi säveltä ennen ja kaksi säveltä haetun patternin jälkeen (Tone events —> 2 before, 2 after).

Tulokset

Ensimmäinen haku kohdistui Charlie Parker Omnibookiin (kuva 2), josta löytyi kaksi kappaletta määrittelemääni patternia. Toinen haku (Kuva 3) samoilla hakuehdoilla toteutettiin Weimar Jazz Data Basea aineistona käyttäen, josta patterneja löytyi viisi. Hakutuloksista yksi oli sama kuin Omnibookissa, johtuen aineistojen osittaisesta päällekkäisyydestä. Käytännössä löytyi 4 patternia kahden Charlie Parkerin esittämän patternin lisäksi.

Seulomisen jälkeen tuloksena on listaus, jossa ilmoitetaan patternin esittäjä, kappaleen nimi, levytysvuosi sekä patternin alkamispaikka kolmella erilaisella määritelmällä. Visalisointi esittää patternin notaationa (tässä tapauksessa siis kaksi säveltä ylimääräisenä ennen ja jälkeen etsityn patternin) ja midi-audiona sekä Weimar Jazz Databasen tapauksessa patterni on kuultavissa myös alkuperäisenä audioklippinä. Etsimäni patterni on usein osa pidempää fraasia, jota voidaan myös tarkastella kokonaisuutena (Display whole phrase). Sovellus ilmoittaa patternin suhteellisen esiintymisyleisyyden kokonaisaineistossa (Relative frequency). Weimar Jazz Databasen tapauksessa valittua improvisaatiota on mahdollista tarkastella myös aineistoon annotoidun erillisen tietovarannon tukemana (Solo details).

Esittämäni hypoteesi patternin yleisyydestä ei näiden kahden aineiston pohjalta saanut sanottavasti tukea. Syynä voi oletettavasti olla patternin tiukka rajaus, mikä esti siitä muodostettujen variaatioiden löytymisen aineistoista. Tiukka rajaus oli kyllä alkuperäinen lähtökohta ja tarkoituskin, mutta tilannetta lienee syytä tarkastella hieman joustavamman näkökulman kautta. Musiikkityyliin tutustunut sovelluksen käyttäjä tietää sen, että jazz on kuitenkin historiallisesti musiikin rajoja venyttävä taidemuoto, jolloin oletus variaation vähäisyydestä kuulostaa varsin väärältä ja siksi seulottavia aineistoja on pystyttävä käsittelemään joustavammin. Tästä seikasta päästään eteenpäin tarttumalla tämän sovelluksen sisarsovellukseen Dig That Lick Pattern Similarty Search, mikä nimensä mukaisesti on eri patternien samankaltaisuuden etsimiseen muodostettu sovellus.

Tapaus 2: Dig That Lick Pattern Similarity Search

Dig That Lick Pattern Similarty Search -sovelluksessa on uutena vaihtoehtoina Dig That Lick –aineisto, mikä luonnollisesti lisää hakutulosten kattavuutta. Tässä sovelluksessa ehdottomasti paras asia on mahdollisuus hakea kaikista kolmesta edellä mainituista aineistoista samanaikaisesti aktivoimalla ne käyttöliittymän oikeasta alanurkasta (Kuva 4). Vastaavasti taas mahdollisuuta määritellä patternin alkusävel suhteessa pohjasointuun ei enää ole. Haettava patterni määritellään entiseen tapaan puolisävelaskelien määriä ja suuntaa kuvaavilla numeroilla (-2,1,9). Sovelluksen päätehtävä oli nimenomaan etsiä samankaltaisia muita patterneita, joten Options-kohdasta löytyy tarvittavat määritelmät samankaltaisuuden rajaamiseen. Teen haun yhden yksikön pituuserolla omaan patterniini (Maximum lenght difference), lisäksi mahdollistan 3 säveltasollisen eron verrattuna alkuperäiseen (Maximum edit distance), mikä on aika paljon kun kyseessä on lähtökohtaisesti nelisävelinen patterni, mutta oletan muutosten olevan puolisävelaskeleen luokkaa kussakin sävelessä kerrallaan. Hyväksyn myös, että patternin esiinymiskerraksi riittää yksi kerta aineistossa (Minimum frequency) ja lopuksi vielä haluan, että patternini esiintyy yhden fraasin sisällä (Within single phrase), eikä ole ripoteltu esimerkiksi kahteen eri fraasiin.

Tulokset

Hakemaani patternia löytyi yhteensä 45 kappaletta. Tuloksista kahdeksan ensimmäistä on esitetty kuvassa 5. Jokaisen patternin rakenne (-2,1,9) säilyi samana (Similarity 1.00), eli samankaltaisia patterneita eri sävelkorkeuksin tai eri mittaisina (Edit distance 0) ei aineistosta löytynyt.

Ensimmäisenä esitellyn sovelluksen tulosten visuaalista tarkastelua saattoi tehdä nuottikuvan perusteella. Tämä sovellus vastaavasti mahdollistaa tulosten visuaalisen tarkastelun kahdessa erilaisessa taulukossa nuottikuvan sijaan, joista ensimmäinen kattaa esittäjät ja löydetyt patternit kronologisesti. Tulosten perusteella patternin tihein käyttöaste tässä aineistossa sijoittuu aikavälille 1945-1960 (Kuva 6). Johtopäätöksiä voidaan tehdä myös artistien perusteella, mutta numeerisiin tuloksiin verrattuna taulukossa osa “palloista” on päällekäin, eikä taulukko siten silmäilemällä kerro totuutta patternien määrästä per esittäjä.

Toinen sovelluksen tarjoamista taulukoista (Kuva 7) on valitun muuttujan mukaan muodostettu spiraalin muotoon ryhmittyvä taulukko (vähäisillä tuloksilla ympyrämuotoon), jossa jokaisesta yksiköstä on mahdollista klikkaamalla saada jälleen kerran lisää informaatiota sekä kuulla siihen liitetty audio. Valitsin ryhmittelyn lähtökohdaksi patternin esiintyminen tyylisuuntien mukaan (Styles). Visualisointi paljastaa nopeasti patternin olevan tässä aineistossa yleisin Hardbop-tyylissä verrattuna muihin jazzin tyylilajeihin. Linkit yksiköiden välillä yhdistävät samankaltaisuuden perusteella lähimmät patternit toisiinsa ikään kuin sukupuuksi. Tässä käsillä olevassa tapauksessa kaikki patternit olivat samanlaisia, joten ne kaikki ovat linkittyneinä toinen toisiinsa (vaalea harmaa). Valittu yksikkö (tumma harmaa) myös linkittyy muihin yksiköihin ja samalla näyttää patternin koostumuksen, esittäjän, improvisoinnin sisältävän kappaleen nimen, levytysvuoden sekä samankaltaisuuden määrän. Molemman sovelluksen tuottamat tulokset on mahdollista viedä CSV-formaatissa (Export as CSV) laajan tilastollisen työskentelyn mahdollistaviin sovelluksiin, kuten Excel tai SPSS.

Löydettyjen patternien määrän lisääntymisen selittää aineiston koon kasvaminen aiempaan verrattuna (Dig That Lick Pattern Search), mutta myös mahdollinen patternin alkaminen muulta kuin terssisäveleltä voi lisätä lukumäärää. Patternin alkusävel ei käy ilmi tässä sovelluksessa. Yhä voidaan todeta, että tämänkaltainen kahden fragmentin yhdistelmä ei ole kovinkaan yleinen tässä muodossaan jazzmusiikissa, vaikka se juuri minusta siltä tuntui. Vastaavasti Cokerin (1991) fragmentit erillään saivat tulokseksi (enclosure) 5524 osumaa ja suuren sekstin hyppy (terssisävelestä pieneen noonisäveleen) 311 osumaa, josta voidaan todeta, että ne ovat sangen yleisiä.

Lopuksi

Sovellusten käyttöliittymä on tehty loogiseksi ja helppotoimiseksi sinänsä, jos hyväksytään se seikka, että aihepiiri on varsin haastava. Monet sovelluksen käsitteet ovat vaikeita ja vaikka dokumentaatio (1, 2) on saatavilla sovelluksessa, on usein sen ymmärtämiseksi sisäistettävä paljon Jazzomat-projektin yhteydessä julkaistua tietoa. Sovellusten käyttämisen haastavuuden ymmärtää ja hyväksyy sen tosiasian valossa, että kysymyksessä on kuitenkin sovelluspari, joita voidaan oikeasti hyödyntää tieteellisessä tutkimuksessa. Tämänkaltaisia sovelluksia käytettäessä on aina syytä muistaa, että sovellus itsessään ei tee analyysia, vaan analyysin tekee aina sovellusta käyttävä tutkija.

Lähteet

Alperson, P. (2010). A topography of improvisation. The Journal of Aesthetics and Art Criticism, 68(3), 273–280.

Budge, H. (1943). A Study of chord frequencies: Based on the music of representative composers of the 18. and 19. centuries. Teachers Coll., Columbia University

Coker, J. (1991). Elements of the jazz language for the developing improvisor. Alfred Music Publishing.

Dig That Lick Pattern Search: https://dig-that-lick.hfm-weimar.de/pattern_search/

Dig That Lick Pattern Similarty Search: https://dig-that-lick.hfm-weimar.de/similarity_search/

Frieler, K., Höger, F., Pfleiderer, M., & Dixon, S. (2018). Two Web Applications for Exploring Melodic Patterns in Jazz Solos. In ISMIR (pp. 777-783).

Jazzomat Research Project: https://jazzomat.hfm-weimar.de

Järvinen, T. (1995). Tonal hierarchies in jazz improvisation. Music Perception: An Interdisciplinary Journal, 12(4), 415-437.

Järvinen, T. (1997). Tonal dynamics and metrical structures in Jazz improvisation. 117 p.

Järvinen, T., & Toiviainen, P. (2000). The effect of metre on the use of tones in jazz improvisation. Musicae Scientiae, 4(1), 55-74.

Laine, P. (2015). Sointurakenteet jazzimprovisaation lähtökohtana. Teoksessa Musiikillinen improvisaatio: Keskustelunavauksia soivan hetken kulttuureihin Turku: UTU.

Martin, H. (1996). Charlie Parker and thematic improvisation. Scarecrow Press.

Norgaard, M. (2011). Descriptions of improvisational thinking by artist-level jazz musicians. Journal of Research in Music Education, 59(2), 109–127.