Madrid. La Universidad Complutense de Madrid (UCM) y el Instituto Complutense de Ciencias Musicales (ICCMU) recuperaron y digitalizaron la mayor colección de arias hasta el momento: 3 mil partituras, 90 por ciento de ellas inéditas, clasificadas según la expresión musical de las emociones, que serán accesibles digitalmente desde cualquier parte del mundo.

A modo de fábrica de arias, los más de 30 investigadores participantes en el proyecto analizaron 200 óperas con música de 300 compositores basadas en los 26 libretos del poeta más famoso del siglo XVIII, Pietro Metastasio. Han estado bajo la dirección de Álvaro Torrente como investigador principal y Ana Llorens como directora científica.

El Proyecto Didone fue desarrollado por el ICCMU y el Departamento de Musicología de la UCM con la colaboración de la Universidad Carlos III, y avalado por el Consejo Europeo de Investigación.

Según detalló la Complutense en un comunicado, los hallazgos de la investigación sobre las emociones y la música, y que más de 90 por ciento de las partituras sean completamente desconocidas, lo convierten en uno de los proyectos musicológicos más importantes de la década. Desde ahora, músicos, cantantes, investigadores y melómanos podrán acceder a miles de arias inéditas desde sus computadoras o teléfonos.

Didone fue desarrollado a lo largo de cinco años por un equipo de musicólogos, filólogos y científicos de datos. Reconocido por el Consejo Europeo de Investigación como ejemplo de vanguardia en el ámbito musical, ha sido financiado con 2.5 millones de euros.

Origen

La convicción de que el fin de la música es mover los afectos humanos (Descartes, Compendium musicae) ha sido tema central en el pensamiento musical europeo desde Platón y Aristóteles. La ópera se inventó para recuperar el poder de la música para mover el corazón humano, y su historia es una exploración permanente de la capacidad de la acción, las palabras y la música para transmitir emociones.

De ahí su éxito como entretenimiento que, además, ha servido desde el siglo XVII como escuela de sentimientos: generaciones enteras aprendieron a amar, a odiar, a alegrarse y a entristecerse cantando como hacían sus héroes operísticos.

En el siglo XVIII se consolidó un nuevo tipo de ópera que se relacionaba directamente con la Teoría de las Pasiones Humanas de Descartes. El público quería sentir lo que experimentaban los personajes a medida que iban cambiando en el transcurso de la acción. El elemento clave era el aria da capo, que expresaba por lo general una pasión individualizada (el amor, el odio, la alegría, la tristeza), como una píldora concentrada de sentimientos. Cuantas más arias y más variadas, mejor.

Con el fin de explorar de qué manera los compositores del XVIII expresaban las emociones en música, se han transcrito miles de manuscritos y analizado 200 versiones musicales compuestas sobre cinco dramas de Pietro Metastasio: Didone abbandonata, Demofoonte, Alessandro nell’Indie, Artaserse y Adriano in Siria.

Mapeo

Las arias fueron analizadas con medios computacionales, aplicando técnicas estadísticas y de inteligencia artificial (IA). Además de por los habituales criterios de compositor, la plataforma Didone permite buscar arias en función de la emoción expresada, el registro vocal, la instrumentación, la tonalidad, la o el cantante que la estrenó, el tempo o el compás, ampliando el conocimiento de la expresión de las emociones a través de la música en el siglo XVIII.

De acceso universal, Didone es un recurso de gran valor para investigadores interesados en cuestiones históricas y de producción, así como para intérpretes que quieran acercarse a un repertorio que ha permanecido oculto en archivos y bibliotecas desde hace casi tres siglos. Estudiosos de otras disciplinas como la sicología podrán enriquecer la reflexión sobre la universalidad de las emociones.

Permitirá entrenar IA con datos curados por un equipo experto, en tareas como reconocimiento óptico de partituras manuscritas, análisis armónico o reconocimiento de patrones musicales. La librería (código abierto) podrá extraer datos de cualquier partitura musical.