Catálogo de publicaciones

En esta tesis se desarrolla un estudio psicomusicológico de los aspectos cognitivos y estéticos de la improvisación en jazz con un grupo de músicos argentinos. Atendiendo a la multidimensionalidad de la experiencia musical se aborda a la improvisación como obra, como gramática, como interacción corporeizada con el ambiente y como fenómeno intersubjetivo. Para indagar en cada uno de estos aspectos se recurre a una metodología múltiple en la que se combinan las herramientas y categorías de la teoría de la música, las ciencias cognitivas, la etnomusicología, las ciencias sociales y la musicología sistemática. En primer lugar se presenta a la improvisación como una Unidad-Proceso-Producto (UPP) de tres componentes: preparación para la improvisación – proceso improvisatorio – producto u obra improvisada. La performance musical improvisada se analiza en términos cognitivos como un proceso a partir del cual emerge un producto de música u obra. Bajo el supuesto de que este proceso-producto musical es diferente a aquel que se logra a partir de la escritura y la ejecución de la música en términos tradicionales se indaga en sus particularidades como modo de conocimiento musical (Stubley, 1992). En busca de evidencia empírica, se realiza un estudio de tres casos paradigmáticos de saxofonistas improvisadores referentes en la Argentina (Carlos Lastra, Ricardo Cavalli y Rodrigo Dominguez); en el mismo, se realiza un análisis de los aspectos gramaticales del discurso musical en vinculación directa con los procesos psicológicos a partir de los cuales emerge la improvisación como obra musical. Se concluye a partir de estos trabajos que la organización discursiva de una improvisación está fuertemente condicionada por las restricciones proactivas, es decir a priori, y por el modo en el que se restringe retroactivamente la improvisación momento a momento. Se reconocen y se exponen diferentes estilos cognitivos en la práctica de la improvisación vinculados específicamente a ciertas poéticas o modos de hacer particulares de cada improvisador. En segundo lugar y a partir de definir la importancia que tiene para la comprensión de la improvisación musical la idea de interacción, se propone un abordaje estableciendo dos niveles de análisis: un ‘nivel individual’ –donde el improvisador interactúa con la música, en tanto sonido, movimiento y lenguaje– que puede ser definido en términos de ‘interacción con el ambiente’ en tanto configura un ‘ciclo de percepción-acción’ (Leman, 2008); y un ‘nivel conjunto’ o intersubjetivo donde los músicos al interior de un grupo interactúan entre sí a medida que construyen la performance musical en un proceso cognición social (De Jaegher y Di Paolo, 2007) que podría ser definido en términos de ‘emergencia colaborativa’ (Sawyer, 2006). Para el estudio de la improvisación como interacción, se desarrollan dos estudios experimentales con un grupo de músicos improvisadores todos ellos instrumentistas de vientos y/o pianistas-guitarristas. Se utilizan las herramientas de análisis de la teoría del entrainment (Clayton, 2004) para el estudio de la temporalidad y el micro-ritmo; mientras que el análisis de la altura se realiza en términos de groove tonal –en tanto espacio tonal co-construido– al que se aborda con herramientas de software de análisis directo sobre el audio digital: MirKeySom (Toiviainen and Krumhansl, 2003) y KeyStreght (Noland y Sandler, 2007). Se concluye en dichos estudios que la interacción en la improvisación implica una continua reconfiguración de la acción por parte de los sujetos en la que emergen respuestas más o menos conscientes o espontáneas en virtud de las posibilidades que brinda la misma acción. La improvisación se define principalmente como una ‘ontología orientada por la acción’ en el marco de una experiencia intersubjetiva co-construida con el otro con el que se comparte temporalmente un mismo espacio físico y sonoro.

Desarrollar sistemas informáticos capaces de interactuar con sus usuarios de la forma más natural y eficiente posible es uno de los requisitos esenciales para lograr la integración del mundo tecnológico en la so- ciedad. En ese marco el habla se presenta como una de las formas de comu- nicación más eficientes y naturales que posee el ser humano. Es por ello que desde el origen mismo de la investigación en ciencias de la computación, el desarrollo de interfaces hombre-máquina a través de la voz ha despertado un gran interés. Uno de los elementos que componen dicha interfaz oral es el Re- conocimiento Automático del Habla (RAH), área de la Inteligencia Artificial que busca desarrollar sistemas computacionales capaces de transformar un fragmento de habla en su trascripción textual. El RAH es un problema de gran complejidad, lo que se puede atri- buir principalmente a dos factores: en primer lugar a la variabilidad de la señal de habla, que responde a múltiples factores como caracte- rísticas particulares del locutor y medio acústico donde se registra, la velocidad y estilos de elocución; y en segundo lugar a la necesidad de encontrar palabras individuales en un continuo acústico, es decir realizar al mismo tiempo las tareas de segmentación y clasificación. Si bien se pueden encontrar en los últimos años avances significa- tivos en el desempeño de los sistemas de RAH, aún hay mucho por mejorar en relación a la capacidad de reconocimiento que presentan los oyentes humanos para las mismas tareas y bajo las mismas con- diciones. Varias hipótesis intentan explicar esta diferencia de desem- peño: información insuficiente o representada de manera inadecuada en los sistemas automáticos, problemas en el modelado del sistema de reconocimiento, insuficientes cantidades de ejemplos empleados para lograr tasas de reconocimiento similares, etc. Con respecto al primero de estos puntos, los sistemas de RAH no utilizan toda la información acústica disponible en la señal de habla. Dichos sistemas interpretan el habla como secuencias de unidades cu- yas duraciones se encuentran a nivel segmental (fonético). Por lo tanto procesan la información acústica en la escala segmental para obtener las hipótesis de secuencias de unidades emitidas. Sin embargo estudios tanto psicoacústicos como psicolingüísticos resaltan el rol crucial que posee la información de una escala temporal mayor: la información su- prasegmental, en la percepción humana. Se entiende por información suprasegmental toda aquella que está dada en segmentos de duración superior al fonético, y cuyas propiedades están determinadas princi- palmente por la prosodia de una frase. Además se argumenta que en la tarea de reconocimiento e interpre- tación del habla los seres humanos emplean e integran varios niveles de conocimiento lingüístico, muchos de los cuales aún no han sido incorporados o aprovechados eficientemente en el RAH. A partir de esas evidencias resulta interesante investigar cuál es el aporte que puede brindar la información suprasegmental o prosódica para mejorar el desempeño de los sistemas de RAH estándar. En esta Tesis se investiga el empleo de información suprasegmental como factor de mejora en el desempeño, así como alternativas para su integración en sistemas de RAH estándar. En el Capítulo 1 se exponen argumentos que muestran la necesidad de mejorar los sistemas de RAH actuales a la luz del desempeño mos- trado en esta tarea por los seres humanos. Se presentan las bases de los mecanismos de producción, percepción y reconocimiento humano, así como un resumen de las principales aproximaciones al reconocimiento automático. Posteriormente se introducen los aspectos generales de la información suprasegmental y su rol en el mecanismo de comunica- ción oral. Seguidamente se hace una revisión de los antecedentes en el empleo de información suprasegmental dentro del proceso de RAH. Finalmente se delinean los objetivos de esta tesis. Debido a que en esta tesis se analiza la utilización de información suprasegmental en distintos módulos de los sistemas de RAH conven- cionales, en el Capítulo 2 se presenta la arquitectura y componentes principales de los reconocedores del habla actuales. Se detalla la arqui- tectura y forma de funcionamiento de estos sistemas, los fundamentos teóricos de los modelos de Markov, así como la forma de medir sus desempeños. El Capítulo 3 profundiza los aspectos de la información supraseg- mental introducidos en el Capítulo 1. Hace principal hincapié en las características prosódicas del español de Argentina, y presenta las téc- nicas computacionales empleadas en la tesis para la extracción auto- mática de sus atributos a partir de la señal de habla. El Capítulo 4 contiene una serie de estudios en que se busca vincular patrones de los atributos suprasegmentales con información lingüística útil para el proceso de RAH. En el primero de estos estudios se ana- liza la posibilidad de establecer agrupamientos de frases entonativas a partir de semejanzas en sus atributos suprasegmentales. El segundo experimento indaga la posibilidad de obtener información del número de palabras de contenido presentes en una frase, a partir de la mor- fología de sus curvas de F0. Finalmente el tercer estudio explora la viabilidad de establecer la tipología acentual de las palabras finales de frase utilizando rasgos suprasegmentales. En el Capítulo 5 se presenta una metodología para utilizar informa- ción suprasegmental a nivel de los modelos acústicos de un sistema de RAH. Específicamente se realiza una distinción entre modelos acústi- cos correspondientes a sonidos vocálicos acentuados y no acentuados. La metodología propuesta se evalúa y contrasta con distintas versiones de sistemas de RAH convencionales, empleando un corpus de habla continua. En el Capítulo 6 se expone una alternativa para emplear informa- ción suprasegmental durante la selección de hipótesis de reconoci- miento. Esta alternativa contempla la definición de un índice de se- mejanza entonativa entre la curva de F0 correspondiente a la frase a reconocer, y las posibles curvas de F0 correspondientes a las hipótesis de reconocimiento y obtenidas mediante un proceso de predicción. Se propone y desarrolla un modelo para su implementación y se realizan comparaciones de desempeño con respecto a un sistema de RAH de referencia. Finalmente en el Capítulo 7 se presentan las conclusiones y aportes de la tesis, juntamente con posibles líneas de investigación futura.

En este trabajo se propone un análisis de los conocimientos que poseen las personas de la tercera edad sobre la violencia de género y cómo actuar ante un hecho sucedido en el ámbito social.