Hindustani classical music is entirely based on the "Raga" structures. In Hindustani music, a "Gharana" or school refers to the adherence of a group of musicians to a particular musical style. Gharanas have their basis in the traditional mode of musical training and education. Every Gharana has its own distinct features; though within a particular Gharana, significant differences in singing styles are observed between generations of performers, which can be ascribed to the individual creativity of that singer. This work aims to study the evolution of singing style among four artists of four consecutive generations from Patiala Gharana. For this, alap and bandish parts of two different Ragas sung by the four artists were analyzed with the help of non linear multifractal analysis (MFDFA) technique. The multifractal spectral width obtained from the MFDFA method gives an estimate of the complexity of the signal. The observations from the variation of spectral width give a cue towards the scientific recognition of Guru-Shisya Parampara (teacher-student tradition) - a hitherto much-heard philosophical term. From a quantitative approach this study succeeds in analyzing the evolution of singing styles within a particular Gharana over generations of artists as well as the effect of globalization in the field of classical music.


翻译:印度古典音乐完全基于“拉加”结构。在印度斯坦音乐中,“Gharana”或学校是指一群音乐家坚持一种特殊的音乐风格。加拉那斯人以传统的音乐培训和教育模式为基础。每个加拉纳人都有其独特的特点;虽然在特定的加拉纳语中,各代表演者之间在歌唱风格上存在显著差异,这可以归因于该歌手的个人创造力。这项工作旨在研究来自帕蒂亚拉·加拉纳连续四代的四代艺术家之间歌唱风格的演进。为此,在非线性多分流分析(MFDFA)技术的帮助下,对这四位艺术家唱的两种不同的Ragas 歌唱的片段和带状部分进行了分析。从MFDFFA方法获得的多频谱宽度对信号的复杂性进行了估计。光宽度的观察显示,光谱宽度的变化有助于人们从科学角度认识Guru-Shisya Parampara(教师传统)的四代艺术家的歌舞风格的演艺风格的演进。从古典学学学学学学学学学学角度对古代的艺术进行了分析。

0
下载
关闭预览

相关内容

最新《Transformers模型》教程,64页ppt
专知会员服务
306+阅读 · 2020年11月26日
专知会员服务
39+阅读 · 2020年9月6日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
专知会员服务
60+阅读 · 2020年3月19日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
Yoshua Bengio,使算法知道“为什么”
专知会员服务
7+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
【紫冬报告】吴毅红研究员:2017以来的2D到3D
中国科学院自动化研究所
11+阅读 · 2018年5月8日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年7月15日
Arxiv
0+阅读 · 2021年7月13日
Arxiv
14+阅读 · 2020年12月17日
Arxiv
3+阅读 · 2018年2月24日
VIP会员
相关VIP内容
最新《Transformers模型》教程,64页ppt
专知会员服务
306+阅读 · 2020年11月26日
专知会员服务
39+阅读 · 2020年9月6日
Fariz Darari简明《博弈论Game Theory》介绍,35页ppt
专知会员服务
109+阅读 · 2020年5月15日
专知会员服务
60+阅读 · 2020年3月19日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
Yoshua Bengio,使算法知道“为什么”
专知会员服务
7+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
【紫冬报告】吴毅红研究员:2017以来的2D到3D
中国科学院自动化研究所
11+阅读 · 2018年5月8日
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1月12日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员