Musiikki havaintona: analyyttis-generatiivinen musiikkianalyysi (AGM)
Abstract
Tämä artikkeli esittelee kaksi analyyttis-generatiivisen musiikkianalyysin (AGM) menetelmää, jotka kehitin väitöskirjassani Perception, Time and Music Analysis: An Introduction to Analytic-Generative Methodology (2013). Esitellyt menetelmät, intiC-analyysi ja muV-analyysi, auttavat tarkastelemaan musiikista havaittavan liikkeen merkitystä musiikin havaintoajallisessa jäsentymisessä ja hahmontunnistuksessa. Tällainen lähestymistapa tarjoaa uusia mahdollisuuksia musiikin analysointiin ja yhdistää musiikkianalyysin olennaiseksi osaksi musiikin eri käytäntöjä, kuten musiikin kuuntelua, esittämistä ja säveltämistä.
Artikkeli tarkastelee musiikin havaintoajallista liikettä metodeihin liittyvistä rakenteellisista näkökohdista ja esittää AGM software toolkit -tietokoneohjelmiston (Pelkonen 2020) avulla tehtyjä esimerkkejä intiC- ja muV-analyysin käyttömahdollisuuksista. Rakenteellinen näkökulma korostaa tietynhetkisen musiikillisen havainnon riippuvuutta sitä ympäröivästä ajallisesta kontekstista ja osoittaa, millä tavoin analyysissa usein ongelmalliseksi ymmärretty ajan käsite voidaan liittää toimivaksi osaksi musiikkianalyyttista menetelmää. Nämä rakenteelliset näkökohdat valottavat uusin tavoin musiikkia analyysikohteena ja selventävät, miten havaitseva subjekti voidaan ymmärtää osaksi objektiivista musiikillista havaintokokemusta. Tätä rakenteellista taustaa vasten artikkelin musiikkianalyyttiset esimerkit tuovat esille ne moninaiset mahdollisuudet, joita AGM tarjoaa musiikillisen liikkeen analysointiin tulevaisuuden musiikintutkimuksessa.
