Sala de Estudos Aumentada: Suporte Computacional para o Desenvolvimento Técnico e Perceptivo da Performance Musical
Resumo
Este artigo apresenta uma proposta de aplicação de ferramentas computacionais para análise acústica de conteúdo sonoro musical no processo ensino-aprendizagem, como suporte para o desenvolvimento técnico e perceptivo na performance musical. A metodologia foi testada a partir de uma pesquisa realizada durante dois semestres com uma turma de estudantes de bacharelado em clarineta. Descrevemos a implementação de uma sala de estudos aumentada como ferramenta auxiliar no ensino musical de nı́vel superior.
Palavras-chave:
Sala de Estudos Aumentada, Performance Musical, Aprendizagem Musical
Referências
Birnbaum, D. M. and Wanderley, M. M. (2007). A systematic approach to musical vibro-tactile feedback. Proceeding of the International Computer Music Conference, pages 397–404.
Campolina, T., Loureiro, M., and Mota, D. (2009). Expan: a tool for musical expressiveness analysis. Proceedings of the 2nd International Conference of Students of Systematic Musicology, pages 24–27.
Downie, J. S. (2003). Music information retrieval. Annual review of information scienceand technology, 37(1):295–340.
Flavell, J. H. (1979). Metacognition and Cognitive Monitoring: A New Area of Cognitive-Developmental Inquiry. American Psychologist, 34(10):906–911.
Freitas, S. G. A. d. (2013). Modelagem como estratégia para o desenvolvimento de recursos expressivos na performance pianistica: três estudos de casos.
Gerling, C. C. and Freitas, S. (2016). Reflexões sobre a modelagem como estratégia deestudo: relatos de duas investigações com estudantes de graduação e pós-graduação. Arteriais-Revista do Programa de Pós-Gradução em Artes, 1(1):90–106.
Krasner, G. E., Pope, S. T., et al. (1988). A description of the model-view-controller user interface paradigm in the smalltalk-80 system. Journal of object oriented programming, 1(3):26–49.
Loureiro, M., Magalhães, T., et al. (2008). Segmentação e extração de descritores de expressividade em sinais musicais monofônicos. Seminário Música Ciência Tecnologia,1(3).
Marzano, R. J. e. a. (1988). Dimensions of thinking: A framework for curriculum and instruction. ERIC.
Mauch, M. and Dixon, S. (2014). pyin: A fundamental frequency estimator using probabilistic threshold distributions. In 2014 IEEE International Conference on Acoustics,Speech and Signal Processing (ICASSP), pages 659–663. IEEE.
Schedl, M., Gómez, E., Urbano, J., et al. (2014). Music information retrieval: Recent developments and applications. Foundations and Trends in Information Retrieval, 8(2-3):127–261.
Schmidt, R. A. and Lee, T. (1988). Motor control and learning. Human kinetics.
Campolina, T., Loureiro, M., and Mota, D. (2009). Expan: a tool for musical expressiveness analysis. Proceedings of the 2nd International Conference of Students of Systematic Musicology, pages 24–27.
Downie, J. S. (2003). Music information retrieval. Annual review of information scienceand technology, 37(1):295–340.
Flavell, J. H. (1979). Metacognition and Cognitive Monitoring: A New Area of Cognitive-Developmental Inquiry. American Psychologist, 34(10):906–911.
Freitas, S. G. A. d. (2013). Modelagem como estratégia para o desenvolvimento de recursos expressivos na performance pianistica: três estudos de casos.
Gerling, C. C. and Freitas, S. (2016). Reflexões sobre a modelagem como estratégia deestudo: relatos de duas investigações com estudantes de graduação e pós-graduação. Arteriais-Revista do Programa de Pós-Gradução em Artes, 1(1):90–106.
Krasner, G. E., Pope, S. T., et al. (1988). A description of the model-view-controller user interface paradigm in the smalltalk-80 system. Journal of object oriented programming, 1(3):26–49.
Loureiro, M., Magalhães, T., et al. (2008). Segmentação e extração de descritores de expressividade em sinais musicais monofônicos. Seminário Música Ciência Tecnologia,1(3).
Marzano, R. J. e. a. (1988). Dimensions of thinking: A framework for curriculum and instruction. ERIC.
Mauch, M. and Dixon, S. (2014). pyin: A fundamental frequency estimator using probabilistic threshold distributions. In 2014 IEEE International Conference on Acoustics,Speech and Signal Processing (ICASSP), pages 659–663. IEEE.
Schedl, M., Gómez, E., Urbano, J., et al. (2014). Music information retrieval: Recent developments and applications. Foundations and Trends in Information Retrieval, 8(2-3):127–261.
Schmidt, R. A. and Lee, T. (1988). Motor control and learning. Human kinetics.
Publicado
24/11/2020
Como Citar
OLIVEIRA NETO, Aluizio B.; LOUREIRO, Maurício Alves.
Sala de Estudos Aumentada: Suporte Computacional para o Desenvolvimento Técnico e Perceptivo da Performance Musical. In: SIMPÓSIO BRASILEIRO DE INFORMÁTICA NA EDUCAÇÃO (SBIE), 31. , 2020, Online.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 162-171.
DOI: https://doi.org/10.5753/cbie.sbie.2020.162.
