Les SIC étudient depuis leur origine les médias et les systèmes d'accès à ces derniers (Jeanneret, 2007). Dans un contexte d'accélération et de croissance exponentielle des sources d'informations mises à disposition dans l'espace public, le rapport à ces sources devient de plus en plus crucial afin de garantir l'accès, la disponibilité ou encore le suivi de la vie de la donnée.
Si de nombreux travaux ont porté sur les bibliothèques ou les archives audiovisuelles, cette étude porte sur les systèmes de mise à disposition de médias musicaux. Les utilisateurs cibles sont ceux que l'on appelle music supervisors. Dans un contexte de production audiovisuelle, leur rôle est de rechercher puis de proposer à l'équipe de production un média musical s'insérant au mieux dans un produit audiovisuel fini. En somme, il s'agit de trouver la bonne musique pour les bonnes images.
La qualité se définissant comme l'aptitude d'un produit à répondre au juste besoin (exprimé, implicite ou latent (Leleu-Merviel, 1997)). On cerne d'emblée que l'expression même du besoin est un préalable sine qua non mais aussi un paramètre crucial de pertinence de la solution proposée en réponse.
Il existe une multitude de plateformes en ligne proposant des fichiers musicaux, supports d'œuvres que l'on qualifie de musique au mètre, c'est-à-dire propres à être synchronisées dans ce genre de contexte de production. Ces plateformes peuvent contenir dans leur base de données plusieurs milliers de médias. Cette quantité est bien sûr non préhensible à un agent humain, a fortiori dans le contexte d'une recherche en temps et moyens limités.
Ces bibliothèques, aussi appelées librairies musicales, sont donc structurées et rendues accessibles par le moteur d'indexation et de recherche qui se pose comme interface à l'utilisateur. Comme tout moteur de recherche, son fonctionnement se fait par mots-clefs, par critère de discrimination ou par conjonction des deux. Une étude exploratoire menée sur des utilisateurs, indique que ces solutions ne sont pas efficientes (bruitées, silencieuses, coûteuses en temps, ...) et sont donc certainement amendables.
La question se pose donc de savoir d'où pourrait venir cette optimisation et plusieurs axes s'offrent en réponse.
D'une part, une étude pragmatique des techniques et des solutions mises à disposition fournit des éléments de diagnostic du ou des problèmes rencontrés (Yvart, 2013). Mais, une étude des processus informationnels et décisionnels intervenants dans la recherche du média et dans son exposition au sujet peut aussi révéler des orientations inédites.
Dans le web sémantique (3.0) (Corby et al., 2005), les moteurs de recherche se basent sur un processus a priori d'indexation (Ertzscheid, 2008 ; Tat, 2011) des fichiers afin de pouvoir construire les réseaux de correspondance entre fichiers (similitude, distance, ...). Ils permettent de ne pas analyser toute la base de données avant de pouvoir répondre à une requête donnée.
Ces critères sémantiques d'indexation correspondent aux métadonnées des fichiers eux-mêmes supports de l'information. Il en existe deux[1] types :
- les critères fondés sur le contenu (positivistes) comme par exemple le rythme exprimé en BPM ;
- les critères fondés sur l'auditeur (anthropocentrés et constructivistes) comme par exemple l'émotion.
Les premiers critères sont étudiés majoritairement par les sciences « dures », notamment le traitement du signal. De nombreux programmes de recherche internationaux comme l'ISMIR ou le MIREX regroupent et diffusent les différents algorithmes d'analyse de la forme d'onde du signal permettant de tirer des données à granularité très différentes allant du rythme à la tonalité en passant par l'instrumentation. Certains de ces algorithmes donnent de très bons résultats sur telle ou telle donnée sachant que d'autres sont encore en plein développement. Ainsi la reconnaissance d'une instrumentation complexe n'est pas garantie à l'heure actuelle au-delà d'une demi-douzaine d'instruments.
Dans la seconde famille de critères, certains des aspects pouvant entrer en jeu, comme l'émotion, ont déjà été grandement abordés par les sciences humaines, que ce soit au travers du prisme de la psychologie (Debaecker, 2012), ou encore de l'économie et du marketing (Alpert et Alpert, 1990). Même les programmes fondés sur le contenu s'intéressent à cette question et essayent de faire ressortir du signal des émotions suscitées (Kim et al., 2010) en s'appuyant sur certaines heuristiques (exemple : une tonalité mineure est triste).
Nous proposons ici une approche originale qui découle directement du processus de construction de sens chez l'auditeur, lui-même au cœur du processus de qualification au sens de la méthode de conception relativisée (Mugur-Schächter, 2006). Par opposition aux critères « objectifs » (positivistes) ceux-ci ne peuvent rencontrer qu'un certain degré de consensus intersubjectif.
Dans cette nouvelle approche, plus spécifiquement info-communicationnelle, le mood[2] est préféré à l'émotion. Il s'agit donc de déterminer si un mood commun et consensuel se dégage et permet la qualification. Toute la solution au problème réside dans le passage de ces construits de sens personnels à des construits transmissibles et partageables (une fois explicités), puis à des aspects qualifiants recueillant un degré de consensus intersubjectif suffisant sur une population cible donnée afin de passer du sens à la signification (Rastier, 2001).
Une étude exploratoire qualitative, tirée de la méthodologie MEDIA-REPERES (Labour, 2011) et menée en janvier dernier, exposait un public de 12 coparticipants à 3 extraits musicaux afin d'expliciter leurs construits de sens à l'écoute au travers de questionnaires. La qualification de l'humeur se faisait par 5 adjectifs qualificatifs. A la suite d'un dépouillement par proxémie sémantique (Gaume, 2004), il a été possible de constituer des clusters de sens (Lamprier et al., 2010) convergents permettant de tendre vers ce consensus intersubjectif porteur de signification.
L'approche SIC, que nous proposons complète les travaux en sciences physiques et de psychologie. Elle s'intéresse, au travers de l'analyse du processus de recherche et de la réception de l'information, à la construction de sens en contexte d'écoute et au processus de qualification complexe qui en résulte. L'intégration de ces résultats offre des perspectives fructueuses d'optimisation pour les librairies musicales.
Références bibliographiques
ALPERT, Judy I. et ALPERT, Mark I., 1990. Music influences on mood and purchase intentions. In : Psychology and Marketing. 1990. Vol. 7, n° 2, p. 109–133. DOI 10.1002/mar.4220070204.
CORBY, Olivier, DIENG-KUNTZ, Rose, FARON-ZUCKER, Catherine, GANDON, Fabien et GIBOIN, Alain, 2005. Le moteur de recherche sémantique Corese. In : Proc. of the Workshop Raisonner le web sémantique avec des graphes, AFIA platform. Nice, France : 2005.
DEBAECKER, Jean, 2012. Reconnaissance des émotions dans la musique. In : Les Cahiers du numérique. 2012. Vol. 7, n° 2, p. 135–156.
ERTZSCHEID, Olivier, 2008. Moteurs de recherche : des enjeux d'aujourd'hui aux moteurs de demain [en ligne]. Paris, France.
GAUME, Bruno, 2004. Balades aléatoires dans les petits mondes lexicaux. In : I3 information interaction intelligence. 2004. Vol. 4, n° 2, p. 31–90.
JEANNERET, Yves, 2007. Y a-t-il (vraiment) des technologies de l'information? Villeneuve d'Ascq, France : Presses Universitaires Septentrion. ISBN 9782757400197.
KIM, Youngmoo E., SCHMIDT, Erik M., MIGNECO, Raymond, MORTON, Brandon G., RICHARDSON, Patrick, SCOTT, Jeffrey, SPECK, Jacquelin A. et TURNBULL, Douglas, 2010. Music emotion recognition: A state of the art review. In : Proc. ISMIR [en ligne]. 2010. p. 255–266.
LABOUR, Michel, 2011. MEDIA-REPERES. Une méthode pour l'explicitation des construits de sens au visionnage. Valenciennes : Université Lille Nord de France.
LAMPRIER, Sylvain, AMGHAR, Tassadit, LEVRAT, Bernard et SAUBION, Frédéric, 2010. Organiser les résultats d'une recherche d'information. Clustering, répartition de l'information et facilité d'accès. In : Document numérique. 2010. Vol. 13, n° 1, p. 9‑39.
LELEU-MERVIEL, Sylvie, 1997. La Conception en communication: méthodologie qualité. Paris : Hermès. ISBN 2866016319.
LELEU-MERVIEL, Sylvie, 2008. Objectiver l'humain? Paris : Hermès Science publications : Lavoisier. ISBN 9782746215528.
MUGUR-SCHACHTER, Mioara, 2006. Sur le tissage des connaissances [en ligne]. Paris, France : Hermès.
RASTIER, François, 2001. Signification, sens et référence du mot. In : Hermes Jounal of Linguistic. 2001. Vol. 4, n° 1, p. 9‑30.
TAT, Kien Quach, 2011. Recherche d'information sur le web (RIW) et moteurs de recherche: le cas des lycéens [en ligne]. Cachan, France : École normale supérieure de Cachan
YVART, Willy, 2013. La musique au mètre : petit guide des musiques à l'usage des professionnels. Villeneuve d'Ascq : Presses universitaires du septentrion. ISBN 9782757404256.
[1] Il existe en plus de ceux-ci un troisième type de métadonnées celles que nous nommerons légales qui portent sur l'auteur, le titre, les droits et les différentes affiliations. Dans le contexte de l'étude elles sont peu intéressantes.
[2] Le terme anglais mood définit l'humeur suscitée. Il a été préféré au terme français par le fait qu'il est plus présent dans la communauté scientifique et technique, mais aussi dans les agences de publicité où l'on parle couramment de mood design. L'humeur étant plus partageable et longue en durée que l'émotion elle n'en est que plus facilement mesurable, explicitable et donc analysable.
- Autre
