KI trifft Musikgeschichte: Wiener Opernpartituren neu gelesen
Projektfokus
Das Projekt ist im USTP-Spezialforschungsgebiet zur rechnergestützten Handschriftenanalyse angesiedelt und baut auf zwei erfolgreichen Vorprojekten zur Analyse mittelalterlicher Handschriften auf. Während sich frühere Arbeiten vor allem auf das städtische Umfeld konzentrierten, liegt der Schwerpunkt nun auf Opernpartituren, die am Wiener Hof entstanden sind – ein Bereich, der bislang kaum systematisch erforscht wurde.
Markus Seidl (https://icmt.ustp.at/team/markus-seidl) arbeitet dabei als Forschungspartner eng mit dem Projektleiter Martin Eybl (mdw – Universität für Musik und darstellende Kunst Wien, https://www.mdw.ac.at/imi/martin_eybl/) zusammen, einem führenden Experten für Wiener Opern- und Kopistenforschung, der in zwei vorangegangenen Projekten bereits große Mengen von Partituren untersucht hat.
Ziele und Methodik
Im Zentrum stehen drei Ziele:
- Identifikation und Unterscheidung von Kopisten mithilfe von Computer Vision und Machine Learning
- Zeitliche Einordnung undatierter Manuskripte, unter anderem durch die Analyse verwendeter Papiersorten
- Untersuchung der Materialität von Musikmanuskripten (Papier, Notenlinien, Bindetechniken, Kooperationen zwischen Kopisten)
Dazu werden Bildverarbeitung, optische Notenschrifterkennung (Optical Music Recognition) und KI-Methoden auf neuartige Weise kombiniert.
Mehrwert
Die rechnergestützte Analyse ermöglicht eine schnellere und präzisere Klassifikation großer Manuskriptbestände. Unterschiede im Schreibstil werden numerisch vergleichbar, Rückschlüsse auf Erfahrung und Arbeitsweise einzelner Kopisten möglich. Damit wird ein neuer, datenbasierter Zugang zur Musikgeschichte des 18. Jahrhunderts eröffnet.
Projektpartner
- mdw – Universität für Musik und darstellende Kunst Wien
- USTP- St. Pölten
Fördergeber
Kontakt: Markus Seidl (Academic Director Creative Computing)
- markus.seidl@fhstp.ac.at