160008 UE Computational Musicology Lab 2: Applications of Programming with Music and Audio Data (2020W)

5.00 ECTS (2.00 SWS), SPL 16 - Musikwissenschaft und Sprachwissenschaft

Continuous assessment of course work

Moodle

Registration/Deregistration

Note: The time of your registration within the registration period has no effect on the allocation of places (no first come, first served).

Registration is open from Fr 11.09.2020 09:00 to Mo 21.09.2020 21:00
Registration is open from Th 24.09.2020 09:00 to Mo 28.09.2020 21:00
Deregistration possible until Fr 30.10.2020 23:59

Details

max. 15 participants

Language: German

Lecturers

Isabella Czedik-Eysenberg

Classes (iCal) - next class is marked with N

Die Einheiten werden im Wintersemester 2020 (primär) in Form von digitaler Lehre mittels Videopräsentationen, interaktiver Materialien und Live-Chat über Moodle durchgeführt. Zusätzlich wird es eine praktische Übungseinheit mit Tutoriumscharakter geben, welche nach Möglichkeit vor Ort (ansonsten ebenfalls im digitalen Modus) stattfinden werden. In den digitalen Einheiten besteht grundsätzlich Anwesenheitspflicht.
Update aufgrund von Covid-19: Die Übungseinheit vor Ort entfällt und die Lehrveranstaltung wird vollständig digital durchgeführt.

Die Lehrveranstaltung endet vor den Weihnachtsferien und alle Leistungen sind bis dahin zu erbringen.

    
    Thursday
    08.10.
    15:00 - 18:15
    Digital
    
    Thursday
    22.10.
    15:00 - 18:15
    Digital
    
    Thursday
    29.10.
    15:00 - 18:15
    Digital
    
    Thursday
    05.11.
    15:00 - 18:15
    Digital
    
    Thursday
    12.11.
    15:00 - 18:15
    Digital
    
    Thursday
    26.11.
    15:00 - 18:15
    Digital
    
    Thursday
    17.12.
    15:00 - 18:15
    Digital

Information

Aims, contents and method of the course

In dieser Übung geht es um praktische Anwendungsfelder des Programmierens mit Audiodaten im Kontext der musikwissenschaftlichen Forschung. Es erfolgt eine allgemeine Einführung in Grundkonzepte des Programmierens in Python mit Fokus auf Aspekte der Audiosignalverarbeitung. Anschließend werden spezifische Themengebiete der computergestützten Musikanalyse und -verarbeitung (etwa Extraktion semantischer Information zu Melodie, Harmonie und Rhythmus aus dem Audiosignal) von theoretischer Seite beleuchtet und anhand praktischer Übungen und eigenständiger Projekte vertieft.

Der Besuch des ersten Teiles (Musikinformatik-Labor 1) ist von Vorteil, jedoch keine Voraussetzung. Die Übung ist daher auch für Quereinsteiger geeignet, vorhergehende Programmierkenntnisse sind nicht zwingend erforderlich.

Technischer Bedarf: Es sollte ein Computer zur Verfügung stehen, auf dem Python (Anaconda) installiert werden kann und der nach Möglichkeit auch in die Übungseinheit vor Ort mitgebracht werden kann.

Assessment and permitted materials

Hausübungen, Mitarbeit, Test sowie Umsetzung und Präsentation eines eigenständigen (Programmier-)Projektes.

Zum Abschlussprojekt ist ein schriftlicher Bericht zu erstellen und zusätzlich ein Vorstellungsvideo (oder eine Projektvorstellung in ähnlichem Format) zu erstellen, in der das Abschlussprojekt den anderen Lehrveranstaltungsteilnehmer*innen präsentiert wird.

Es besteht Anwesenheitspflicht im Chat in den virtuellen Einheiten.

Minimum requirements and assessment criteria

Es wird eine Eingangsaufgabe geben, welche Voraussetzung für die Teilnahme an der Lehrveranstaltung ist. Die genauen Modalitäten dazu werden in der ersten Einheit bekanntgegeben.

Für die genannten prüfungsimmanenten Leistungen werden Punkte vergeben, wobei für einen positiven Abschluss der Übung mindestens die Hälfte der Punkte zu erbringen ist. Punkteanzahl und Notenschlüssel werden in der Lehrveranstaltung bekanntgegeben.

Examination topics

Im Rahmen der genannten Leistungskontrollen werden die erworbenen praktischen Kenntnisse der Audioprogrammierung sowie das Verständnis der theoretischen Hintergründe zu den behandelten Themengebieten der Musikinformatik abgeprüft.

Reading list

Lutz, M. (2013). Learning Python: Powerful Object-Oriented Programming., O'Reilly Media, Inc.

Glover, J. C., Lazzarini, V., & Timoney, J. (2011). Python for audio signal processing.

Müller, M. (2015). Fundamentals of Music Processing: Audio, Analysis, Algorithms, Applications. Springer.

Weitere Literatur wird in der Lehrveranstaltung bekanntgegeben.

Association in the course directory

BA: SYS-V, PRX
MA: M03, M05, M09, M17

Last modified: Fr 12.05.2023 00:17