Una teoria dell’ascolto musicale
The Final Cut
Quattro strategie, tre tipi di forma: sintesi del modello iniziato nel 2003 e sviluppato negli anni successivi
La maniera più efficiente per estendere la propria scala formale, passando dall’ascolto locale F1 a quello connesso F3, è frequentare musiche che chiedono di mettere in relazione eventi distanti nel tempo.
Fra i repertori più adatti rientrano la musica classica, la classica contemporanea, il jazz, la musica classica indiana, il tango, il flamenco, il minimalismo classico, per esempio pianistico, e alcune forme di fusion.
Per compiere inizialmente il passaggio da F1 alla scala frasale F2 possono essere particolarmente utili il blues, il progressive rock, il folk e il cantautorato. In questi repertori il singolo gesto tende spesso ad aprirsi verso una risposta, una continuazione o una chiusura riconoscibile.
L’abilità da allenare non è la capacità di affrontare musica complessa. È la capacità di mantenere disponibili oggetti sonori distanti nel tempo e di riconoscerli come parti della stessa unità.
Poiché sono tendenzialmente pigro, cerco il massimo risultato con il minimo sforzo. Per cominciare non servono necessariamente una sinfonia di cinquanta minuti, un’improvvisazione particolarmente astratta o una composizione contemporanea molto densa. Possono bastare tre brani accessibili:
- Radiohead – Motion Picture Soundtrack
- Ludovico Einaudi – Le onde
- Miles Davis – Tutu
I tre brani non fanno la stessa cosa. Motion Picture Soundtrack costruisce un arco attraverso accumulazione, trasformazione timbrica e attesa; Le onde rende facilmente intelligibile la relazione fra ripetizione, variazione e ritorno; Tutu permette di seguire la continuità di un pensiero melodico e ritmico dentro una superficie sonora molto riconoscibile.
Il loro punto comune non è quindi lo stile, né il grado di complessità. È il fatto che invitano l’ascoltatore a non chiudere troppo presto l’oggetto musicale. Un evento rimanda al successivo; una frase conserva la memoria della precedente; ciò che arriva dopo può modificare retrospettivamente il senso di ciò che abbiamo già ascoltato.
Può sembrare controintuitivo, ma da questi tre brani il passaggio, rispettivamente, verso la musica contemporanea, la tradizione classica e il jazz può risultare molto più naturale di quanto appaia. Non perché rappresentino versioni semplificate di quei repertori, ma perché allenano la medesima operazione percettiva fondamentale: aspettare più a lungo prima di considerare concluso il pensiero musicale.
Stimolano quindi quello che il modello originario chiamava il terzo livello della percezione e che il modello attuale definisce più precisamente F3, forma connessa.
Questo articolo conclude, almeno provvisoriamente, un percorso iniziato nel 2003. Il primo modello distingueva diversi livelli della percezione musicale. Il modello sviluppato in seguito distingueva invece cinque strategie: P, L, V, T e F.
Per molto tempo ho considerato le due idee complementari ma separate. Ora mi sembra che possano essere riunite in modo più semplice e preciso.
La correzione decisiva consiste nel riconoscere che F non appartiene allo stesso piano logico di P, L, V e T.
P, L, V e T descrivono che cosa seguo. F descrive invece come organizzo nel tempo ciò che sto seguendo.
Quattro strategie descrivono il contenuto dell’attenzione.
Tre tipi di forma descrivono la scala temporale alla quale quel contenuto diventa un oggetto musicale.
Che cosa sto ascoltando?
ASSE 2 — F1 · F2 · F3
A quale scala temporale lo organizzo?
1. Da dove nasce il modello
La prima intuizione riguardava la dimensione temporale dell’oggetto musicale. Ascoltatori differenti non sembravano limitarsi a prestare attenzione a elementi differenti: sembravano costruire “parole musicali” di diversa lunghezza.
Quell’intuizione è riemersa, molti anni dopo, nella ricorrenza empirica di tre durate approssimative:
- circa 5 secondi;
- circa 9–10 secondi;
- circa 18–20 secondi.
Separatamente, il modello P-L-V-T-F cercava di descrivere gli aspetti della musica che l’ascoltatore può portare in primo piano:
- P — pulsivo-ciclica;
- L — lineare-orizzontale;
- V — simultaneo-verticale;
- T — timbrico-spaziale;
- F — formale-energetica.
Il problema era nascosto proprio nell’ultima voce. P, L, V e T indicavano un tipo di informazione. F indicava invece il modo in cui quelle informazioni venivano raggruppate nel tempo.
Una volta riconosciuta questa asimmetria, i due vecchi modelli hanno cominciato a combaciare.
2. Due assi, non cinque strategie equivalenti
Il nuovo modello separa due domande indipendenti.
Prima domanda: che cosa sto seguendo?
P — ritmo e ciclo
L — linea e successione
V — simultaneità e sovrapposizione
T — timbro e spazio
Seconda domanda: a quale scala sto costruendo la forma?
F1 — locale
F2 — frasale
F3 — connessa
Due persone possono seguire entrambe soprattutto la melodia, e quindi utilizzare L, ma organizzarla su scale differenti.
Una può concentrarsi sul singolo gesto. Un’altra può aspettare che due gesti formino una frase. Una terza può mantenere più frasi attive finché non diventano un arco.
La strategia resta la stessa. Cambia la grandezza dell’oggetto costruito.
3. Le quattro strategie P-L-V-T
P — Pulsivo-ciclica
P porta in primo piano pulsazione, metro, accento, groove, pattern, ricorrenza e microtiming. La sua domanda è: come si muove?
Un ascoltatore fortemente P coglie facilmente il rapporto fra basso e batteria, il comportamento del levare, gli anticipi e i ritardi, le variazioni interne di un ciclo e il diverso peso degli attacchi.
L — Lineare-orizzontale
L segue ciò che conserva identità mentre procede nel tempo: melodia, fraseggio, voce, contrappunto, basso melodico e assolo. La domanda è: dove va questa linea?
L permette di sentire una frase come qualcosa di diverso dalla semplice successione delle note. Significa seguire una voce anche quando cambia registro, strumento o posizione nella tessitura.
V — Simultaneo-verticale
V organizza accordi, intervalli, sovrapposizioni, registri, densità e rapporti simultanei fra le parti. La domanda è: come stanno insieme questi suoni adesso?
V trasforma la simultaneità fisica in organizzazione musicale. Più note diventano una sonorità; più voci diventano una tessitura; consonanza e dissonanza diventano relazioni percepite.
T — Timbrico-spaziale
T porta in primo piano colore, materia, attacco, risonanza, registro, profondità, riverbero, grana e spazio. La domanda è: che cosa è questo suono e dove si trova?
Nella musica registrata, T può essere parte integrante della composizione: produzione, mix e spazializzazione non sono necessariamente decorazioni, ma possono costituire il centro dell’esperienza.
4. La forma come secondo asse
F cambia statuto.
Non è più una quinta strategia accanto alle altre quattro. È il processo con cui l’ascoltatore individua quali eventi appartengono alla stessa unità e quando quella unità può considerarsi conclusa.
P-L-V-T dicono quale informazione seguo.
F dice quanto grande diventa prima di essere percepita come una cosa sola.
La forma non è quindi soltanto la struttura complessiva di un brano. Esiste una forma interna di un gesto, una forma della frase, una forma dell’arco e, al di sopra di esse, una forma della sezione o dell’intera composizione.
5. Tre tipi di forma
F1 — Forma locale
evento → completezza
Un oggetto breve possiede già sufficiente autonomia: riff, pattern, gesto melodico, sonorità, figura ritmica o evento timbrico.
La domanda dominante è: com’è fatto questo momento?
F1 non è una forma inferiore. Un groove di pochi secondi può contenere informazioni sottilissime di timing, attacco, intensità e timbro. Locale indica soltanto che molto significato è disponibile dentro l’unità breve.
F2 — Forma frasale
gesto + gesto → frase → completezza
Il primo gesto rimane aperto. Un secondo gesto può completarlo, rispondergli, contraddirlo o chiuderlo.
L’oggetto dominante diventa una frase, una domanda e risposta, una progressione, un periodo ritmico, un ciclo o un piccolo arco di tensione.
La domanda è: come stanno insieme queste cose?
Frasale non significa semplice. Una frase può essere ritmicamente irregolare, armonicamente sofisticata, timbricamente complessa e tecnicamente difficilissima.
F3 — Forma connessa
frase + frase → arco → completezza
Anche una frase riconoscibile rimane psicologicamente disponibile perché una frase successiva può completarla, trasformarla o cambiarne retrospettivamente il significato.
Il nuovo evento non arriva semplicemente dopo il precedente. Viene percepito come preparazione, conseguenza, deviazione, ritorno o risoluzione.
La domanda diventa: da dove viene questo processo e dove sta andando?
Nel locale, il momento tende a essere un oggetto.
Nel frasale, il gesto tende a diventare una frase.
Nel connesso, la frase tende a diventare una promessa.
6. Il problema dei 5, 9 e 18 secondi
L’esperienza empirica che ha contribuito a far emergere il modello è stata la ricorrenza di tre scale approssimative:
F2 ≈ 9–10 secondi
F3 ≈ 18–20 secondi
Questi numeri non devono essere trattati come tre soglie cognitive dimostrate.
Potrebbero dipendere dall’interazione fra:
- integrazione temporale;
- memoria e chunking;
- tempo musicale;
- raggruppamento metrico;
- familiarità con il linguaggio;
- educazione culturale dell’ascolto.
A un tempo medio, gruppi di 2, 4 e 8 battute possono produrre durate vicine a quelle osservate. La struttura astratta potrebbe quindi essere più importante dei valori cronometrici:
Una prima unità diventa il materiale di una seconda; la seconda può diventare il materiale di una struttura superiore.
7. La matrice 4 × 3
Le quattro strategie possono operare a tutte e tre le scale. Ne derivano dodici combinazioni fondamentali, ma non dodici strategie differenti.
| Strategia | F1 — Locale | F2 — Frasale | F3 — Connessa |
|---|---|---|---|
| P Pulsivo-ciclica | Accento, figura, pattern breve | Groove, ciclo, periodo ritmico | Trasformazione metrica o processo ritmico |
| L Lineare | Gesto melodico | Frase | Arco o sviluppo melodico |
| V Verticale | Accordo, sonorità | Progressione | Percorso armonico |
| T Timbrico-spaziale | Attacco, colore, materia | Trasformazione timbrica | Arco timbrico-spaziale |
Questa matrice permette di descrivere, per esempio:
- PT-F1: ascolto locale del groove e della materia sonora;
- L-F2: ascolto della melodia come frase;
- V-F3: ascolto dell’armonia come percorso;
- T-F3: ascolto di rarefazione, crescita, saturazione e dissoluzione come arco formale.
8. Quanti tipi di ascoltatore?
Il vecchio modello delle cinque strategie produceva 31 combinazioni non vuote:
Ma quel calcolo trattava F come equivalente alle altre strategie.
Con quattro strategie di contenuto, le combinazioni non vuote sono:
Le quindici combinazioni sono:
P · L · V · T · PL · PV · PT · LV · LT · VT · PLV · PLT · PVT · LVT · PLVT
Ognuna può presentarsi con una dominanza F1, F2 o F3:
Ma sarebbe un errore trasformarle in 45 categorie rigide di persone.
È più corretto parlare di configurazioni d’ascolto. La stessa persona può utilizzare PT-F1 ascoltando funk, PLT-F2 ascoltando rock e LV-F3 ascoltando una sonata.
Profilo e stato
Profilo: le configurazioni che una persona tende a utilizzare spontaneamente nel lungo periodo.
Stato: la configurazione attiva in quel momento, con quella musica e in quelle condizioni.
Un ascoltatore non coincide con una casella. Possiede un repertorio di configurazioni, alcune automatiche e altre meno accessibili.
9. Che cosa modifica l’allenamento
Una delle osservazioni più importanti è che la scala dominante può cambiare in poche settimane quando l’esposizione a determinati repertori aumenta o diminuisce.
Questo non richiede necessariamente che aumenti o diminuisca la capacità biologica della memoria.
Può cambiare il modo automatico di raggruppare gli eventi.
[a b c d] · [e f g h]
[[a b c d] [e f g h]]
Ciò che inizialmente richiedeva otto oggetti mentali può diventare due unità e, successivamente, un solo arco.
L’esperto non deve necessariamente ricordare più eventi. Può aver imparato a sentire più eventi come una cosa sola.
L’allenamento può quindi modificare soprattutto il momento della chiusura percettiva:
F2: gesto → gesto → CHIUSURA
F3: gesto → frase → altra frase → CHIUSURA
L’ascoltatore connesso non deve necessariamente sentire più note. Può semplicemente aspettare più a lungo prima di considerare terminato il pensiero musicale.
10. Il modello in due domande
1. Che cosa sto ascoltando?
P — il movimento ciclico
L — la linea
V — la simultaneità
T — il timbro e lo spazio
2. Quanto grande deve diventare prima che io lo senta come una cosa sola?
F1 — locale: il gesto è già un oggetto
F2 — frasale: più gesti diventano una frase
F3 — connessa: più frasi diventano un arco
Il modello del 2003 descriveva intuitivamente qualcosa che riguardava soprattutto la scala.
Il modello successivo descriveva soprattutto il contenuto dell’attenzione, ma metteva sullo stesso piano fenomeni logicamente differenti.
Separandoli, i due modelli diventano uno solo:
CHE COSA ASCOLTO
F1 · F2 · F3
COME LO ORGANIZZO NEL TEMPO
Non esiste un ascoltatore superiore perché utilizza sempre F3. Un ascoltatore focalizzato su F1 può possedere una sensibilità al groove, al microtiming o al timbro molto più raffinata di chi è abituato alle grandi forme.
Allo stesso modo, chi segue facilmente un arco lungo può perdere informazioni decisive se applica sempre la stessa distanza percettiva.
L’ascoltatore più flessibile è quello capace di cambiare sia l’oggetto dell’attenzione sia la scala alla quale lo organizza.
Imparare ad ascoltare non significa necessariamente sentire più suoni. Significa imparare a costruire cose diverse con gli stessi suoni, e a decidere quanto devono diventare grandi prima di sentirle come una cosa sola.
Nota metodologica
Il modello P-L-V-T / F1-F2-F3 è una proposta teorica elaborata in questi articoli. Non è una tassonomia riconosciuta dalla psicologia cognitiva o dalla teoria musicale.
Possiede tuttavia punti di contatto con studi sulla percezione temporale, sul raggruppamento, sul chunking, sulla memoria di lavoro e sulla struttura gerarchica della musica. Le durate di circa 5, 9 e 18 secondi restano osservazioni empiriche dell’autore: devono essere considerate ipotesi da verificare, non valori scientificamente stabiliti.
Riferimenti essenziali
- Fred Lerdahl e Ray Jackendoff, A Generative Theory of Tonal Music, MIT Press, 1983.
- Ernst Pöppel, A Hierarchical Model of Temporal Perception, Trends in Cognitive Sciences, 1997.
- Ernst Pöppel, Lost in Time: A Historical Frame, Elementary Processing Units and the 3-Second Window, Acta Neurobiologiae Experimentalis, 2004.
- Nelson Cowan, The Magical Number 4 in Short-Term Memory: A Reconsideration of Mental Storage Capacity, Behavioral and Brain Sciences, 2001.
- Nelson Cowan, The Magical Mystery Four: How Is Working Memory Capacity Limited, and Why?, Current Directions in Psychological Science, 2010.
- Brian McFee, Oriol Nieto, Morwaread M. Farbood e Juan Pablo Bello, Evaluating Hierarchical Structure in Music Annotations, Frontiers in Psychology, 2017.
Commenti
Posta un commento