Hur låter miljöförstöring? : Självgenererande och slumpmässig musik sprungen ur statistiska data
Hur låter miljöförstöring – Självgenererande och slumpmässig sprungen ur statistiska data är ett mastersarbete som fokuserar på hur man kan omvandla data till att kontrollera musik och ljud. Om vi tillåter konstnärliga uttryck, med data som utgångspunkt, kan det få oss att uppleva och förstår origin...
Main Author: | |
---|---|
Format: | Others |
Language: | Swedish |
Published: |
Kungl. Musikhögskolan, Institutionen för musik- och medieproduktion
2020
|
Subjects: | |
Online Access: | http://urn.kb.se/resolve?urn=urn:nbn:se:kmh:diva-3546 |
id |
ndltd-UPSALLA1-oai-DiVA.org-kmh-3546 |
---|---|
record_format |
oai_dc |
collection |
NDLTD |
language |
Swedish |
format |
Others
|
sources |
NDLTD |
topic |
environmental data generative music max for live randomization sonification generativ musik max for live miljödata slumpmässig musik sonifikation Music Musik |
spellingShingle |
environmental data generative music max for live randomization sonification generativ musik max for live miljödata slumpmässig musik sonifikation Music Musik Wahlström, Gustav Hur låter miljöförstöring? : Självgenererande och slumpmässig musik sprungen ur statistiska data |
description |
Hur låter miljöförstöring – Självgenererande och slumpmässig sprungen ur statistiska data är ett mastersarbete som fokuserar på hur man kan omvandla data till att kontrollera musik och ljud. Om vi tillåter konstnärliga uttryck, med data som utgångspunkt, kan det få oss att uppleva och förstår original data på ett nytt sätt? Projektets resultat består av sju generativa kompositioner, där parametrar är kontrollerade av olika typer av miljödata, och försöker utforska forskningsområdet sonifikation och generativ musik genom att ställa frågan: Hur låter miljöförstöring? Med generativ musik menas att musiken skapar, utvecklar och förändrar sig själv utifrån de verktyg som bildats inom detta projekt. Texten går också djupare in på metoden av att utveckla dessa verktyg för att möjliggöra liknande kompositioner i framtiden. Med erfarenheter av att använda slumpmässiga parametrar för att manipulera bakgrundsdetaljer, utforskar det här projekt istället möjligheten att utveckla de metoderna och applicera det på hela kompositioner. De sju kompositionerna ligger också till grund för utforskandet av området sonifikation. I tidigare forskning har ämnet främst bemöts ifrån ett vetenskapligt perspektiv. Syftet med det här projektet har istället varit att bemöta det inom ramarna för musikalisk gestaltning och ett konstnärligt perspektiv. Begreppet sonifikation betyder, användandet av icke-talande ljud som uppmärksammar data och statistik, med målet att agera som ett substitut, eller ett komplement, till att visualisera data. Utifrån dessa kompositioner reflekterar sedan texten kring generativ musik i allmänhet, och sonifikation i synnerhet, där bland annat möjligheterna, framtida forskning och autenticiteten inom sonifikation tas upp. === What does environmental pollution sound like? – Self generative and randomized music interprets data is a master thesis focused on transforming data and letting it control music and sounds. If we create artistic outputs out of data, will it allow us to experience and understand the original data in a new way? The core, and the result, of this project where seven compositions, created and controlled by different environmental data which tries to explore the research areas of sonification and generative music by asking the question: What does environmental pollution sound like? Generative music means that the music creates, develops and changes itself based on the established tools that this project provides. This thesis also focuses on the method of developing these tools in order to enable similar productions in the future. With previous experiences in using randomized events, to manipulate details in a production, this project delves deeper into applying the same technique to a whole composition. The seven compositions were formed in order to understand and reflect upon the research areas of sonification. Earlier research tends to approach the subject from a scientific perspective. The purpose of this project was to instead approach it from a more artistic perspective. Sonification means, the use of non-speech audio to perceptualize data which enables the possibilities as an alternative, or complement, to visualize the original data. Drawing from these seven compositions, this thesis also discusses generative music and sonification in general, as well as the opportunities, future research and authenticity of sonification. === <p>Bifogad ljudfil är ett kollage av de sju kompositionerna som arbetet resulterat i, med anledning av att i framtiden kunna publiceras i sin helhet.</p> |
author |
Wahlström, Gustav |
author_facet |
Wahlström, Gustav |
author_sort |
Wahlström, Gustav |
title |
Hur låter miljöförstöring? : Självgenererande och slumpmässig musik sprungen ur statistiska data |
title_short |
Hur låter miljöförstöring? : Självgenererande och slumpmässig musik sprungen ur statistiska data |
title_full |
Hur låter miljöförstöring? : Självgenererande och slumpmässig musik sprungen ur statistiska data |
title_fullStr |
Hur låter miljöförstöring? : Självgenererande och slumpmässig musik sprungen ur statistiska data |
title_full_unstemmed |
Hur låter miljöförstöring? : Självgenererande och slumpmässig musik sprungen ur statistiska data |
title_sort |
hur låter miljöförstöring? : självgenererande och slumpmässig musik sprungen ur statistiska data |
publisher |
Kungl. Musikhögskolan, Institutionen för musik- och medieproduktion |
publishDate |
2020 |
url |
http://urn.kb.se/resolve?urn=urn:nbn:se:kmh:diva-3546 |
work_keys_str_mv |
AT wahlstromgustav hurlatermiljoforstoringsjalvgenererandeochslumpmassigmusiksprungenurstatistiskadata AT wahlstromgustav whatdoesenvironmentalpollutionsoundlikeselfgenerativeandrandomizedmusicinterpretsdata |
_version_ |
1719317954170978304 |
spelling |
ndltd-UPSALLA1-oai-DiVA.org-kmh-35462020-06-05T03:38:38ZHur låter miljöförstöring? : Självgenererande och slumpmässig musik sprungen ur statistiska datasweWhat does environmental pollution sound like? : Self generative and randomized music interprets dataWahlström, GustavKungl. Musikhögskolan, Institutionen för musik- och medieproduktion2020environmental datagenerative musicmax for liverandomizationsonificationgenerativ musikmax for livemiljödataslumpmässig musiksonifikationMusicMusikHur låter miljöförstöring – Självgenererande och slumpmässig sprungen ur statistiska data är ett mastersarbete som fokuserar på hur man kan omvandla data till att kontrollera musik och ljud. Om vi tillåter konstnärliga uttryck, med data som utgångspunkt, kan det få oss att uppleva och förstår original data på ett nytt sätt? Projektets resultat består av sju generativa kompositioner, där parametrar är kontrollerade av olika typer av miljödata, och försöker utforska forskningsområdet sonifikation och generativ musik genom att ställa frågan: Hur låter miljöförstöring? Med generativ musik menas att musiken skapar, utvecklar och förändrar sig själv utifrån de verktyg som bildats inom detta projekt. Texten går också djupare in på metoden av att utveckla dessa verktyg för att möjliggöra liknande kompositioner i framtiden. Med erfarenheter av att använda slumpmässiga parametrar för att manipulera bakgrundsdetaljer, utforskar det här projekt istället möjligheten att utveckla de metoderna och applicera det på hela kompositioner. De sju kompositionerna ligger också till grund för utforskandet av området sonifikation. I tidigare forskning har ämnet främst bemöts ifrån ett vetenskapligt perspektiv. Syftet med det här projektet har istället varit att bemöta det inom ramarna för musikalisk gestaltning och ett konstnärligt perspektiv. Begreppet sonifikation betyder, användandet av icke-talande ljud som uppmärksammar data och statistik, med målet att agera som ett substitut, eller ett komplement, till att visualisera data. Utifrån dessa kompositioner reflekterar sedan texten kring generativ musik i allmänhet, och sonifikation i synnerhet, där bland annat möjligheterna, framtida forskning och autenticiteten inom sonifikation tas upp. What does environmental pollution sound like? – Self generative and randomized music interprets data is a master thesis focused on transforming data and letting it control music and sounds. If we create artistic outputs out of data, will it allow us to experience and understand the original data in a new way? The core, and the result, of this project where seven compositions, created and controlled by different environmental data which tries to explore the research areas of sonification and generative music by asking the question: What does environmental pollution sound like? Generative music means that the music creates, develops and changes itself based on the established tools that this project provides. This thesis also focuses on the method of developing these tools in order to enable similar productions in the future. With previous experiences in using randomized events, to manipulate details in a production, this project delves deeper into applying the same technique to a whole composition. The seven compositions were formed in order to understand and reflect upon the research areas of sonification. Earlier research tends to approach the subject from a scientific perspective. The purpose of this project was to instead approach it from a more artistic perspective. Sonification means, the use of non-speech audio to perceptualize data which enables the possibilities as an alternative, or complement, to visualize the original data. Drawing from these seven compositions, this thesis also discusses generative music and sonification in general, as well as the opportunities, future research and authenticity of sonification. <p>Bifogad ljudfil är ett kollage av de sju kompositionerna som arbetet resulterat i, med anledning av att i framtiden kunna publiceras i sin helhet.</p>Student thesisinfo:eu-repo/semantics/bachelorThesistexthttp://urn.kb.se/resolve?urn=urn:nbn:se:kmh:diva-3546application/pdfinfo:eu-repo/semantics/openAccess |