Este Blog trata sobre todo aquello que concierne a la música de un modo u otro: los artistas, las orquestas, las grabaciones, los reproductores, los instrumentos musicales, los aparatos de escucha, los Auditorios y Teatros, etc.
De alguna manera, 'Another Brick in the Wall (Part 1)' se volvió aún más espeluznante. ADAM RITCHIE/REDFERNS VÍA GETTY
Al analizar la actividad neuronal de los pacientes, los investigadores reconstruyeron el audio de 'Another Brick in the Wall (Parte 1)'.
Si piensas en la canción clásica de Pink Floyd "Another Brick in the Wall (Part 1)", es probable que escuches instantáneamente ese coro icónico y parecido a un dron en tu cabeza. Su melodía laboriosa es un componente clave de la prosodia de Roger Waters: las variaciones vocales como la entonación, el estrés, el ritmo y el acento que hacen que el habla humana suene... bueno, humana. Sin embargo, lograr que un programa de conversión de texto a voz recite "No necesitamos educación", por lo general produce un tono mecánico muy diferente y monótono. Pero, ¿qué pasaría si tales herramientas no solo pudieran comprender la voz interna de su mente, sino también recrear con mayor precisión las características de prosodia previstas?
Gracias a los nuevos avances de los investigadores de la Universidad de California, Berkeley, los expertos están más cerca que nunca de hacerlo realidad.
Según los hallazgos publicados el 15 de agosto a través de PLOS Biology, un equipo de neurocientíficos ha reconstruido un clip de audio de, lo adivinaste, "The Wall" de Pink Floyd utilizando solo la actividad eléctrica registrada en los cerebros de los oyentes. Como señala el anuncio de UC Berkeley, esta es la primera vez que los investigadores han recreado con éxito la instrumentación, el ritmo y las melodías vocales de una canción a partir de escáneres cerebrales.
La impresionante hazaña tardó más de una década en gestarse. Entre 2008 y 2015, los investigadores reclutaron a 29 pacientes con epilepsia ya programados como parte de sus tratamientos para recibir conjuntos de implantes cerebrales de electrodos en forma de clavo. Estas matrices le dieron al equipo la oportunidad de registrar fácilmente su actividad cerebral. A partir de ahí, los investigadores se dispusieron a unir áreas de neuroactividad con bandas de frecuencia de audio individuales, 128 de ellas, para ser exactos. Como señaló The New York Times el 15 de agosto, esto significó entrenar 128 modelos de computadora separados para decodificar los datos, que cuando se combinaron, ofrecieron una sorprendente recreación de la canción de Pink Floyd.
"Es un resultado maravilloso", dijo en un comunicado el coautor del estudio, Robert Knight, neurólogo y profesor de psicología en UC Berkeley. “A medida que avanza todo este campo de las interfaces cerebro-máquina, esto le brinda una forma de agregar musicalidad a futuros implantes cerebrales para las personas que lo necesitan”, como aquellos que sufren de ELA o condiciones similares que comprometen el habla.
“Te da la capacidad de decodificar no solo el contenido lingüístico, sino parte del contenido prosódico del habla, parte del afecto. Creo que eso es en lo que realmente hemos comenzado a descifrar el código”, agregó Knight. Además de sus prometedores avances en la recreación de audio, el equipo de Knight finalmente pudo confirmar que el lado derecho del cerebro está más equipado para la música que su corteza cerebral izquierda.
En cuanto a por qué los investigadores aterrizaron en "Another Brick in the Wall (Part 1)" de todas las canciones, es menos simbólico que práctico. Los pacientes con epilepsia eran mayores y la mayoría ya disfrutaba de la canción. Hablando con The NY Times, un investigador razonó que sus datos serían menos confiables o útiles, "si [los participantes] dijeran: 'No puedo escuchar esta basura'".
Tras leer en Medium el artículo de Victor Murcia titulado Making Music From Images With Python, se me encendieron todas las luces de la imaginación que se pusieron a trabajar de inmediato, pues el tema que Victor propone, es un tema sumamente apasionante, y da para elevar la imaginación a cotas impensables hasta hoy, pero a la vez plantea serios dilemas en lo que respecta al valor del arte y a quien se debe de atribuir en mérito de la obra final, y en que cuantía.
Si lo vemos desde el punto de vista económico, hagamos un ejercicio: imaginemos que se descubre un segundo retrato de una mujer parecida a la Gioconda pero que no es ella, y que este se atribuye a Leonardo da Vinci, pero que después se descubre que ha sido creado y pintado desde la obra pictórica almacenada en datos del artista mediante un software de IA: ¿Como lo dividimos? ¿Un 70/30? ¿un 30/70? Porque la obra resulta que tiene un altísimo mérito artístico equivalente al de su creador-pintor original, y el cuadro pudiera a su vez estar expuesto en el Louvre en la misma sala, pero ¿tendría el mismo valor económico en el caso de que este fuera realizado en parte o en todo por la IA? ¿Cual sería este, y cuales serían sus porcentajes? Recordemos que el arte es el mayor valor refugio existente hoy en día, y el único que siempre está al alza, nunca se deprecia.
Y ya puestos a imaginar el futuro del arte humano/IA, puesto que mi mujer pinta cuadros, ¿sería muy caro hacerse con uno de esos maquinas pintoras de IA? ¿Ocuparían mucho espacio? porque mi casa es pequeña...
Es muy interesante y divertido que a uno le propongan temas tan interesantes como el que Victor Murcia nos propone. Estimulan la imaginación, la cual forma parte muy importante del proceso creativo. Casi diría que hay tema para una novela de ciencia+ficción.
La Trama sería la siguiente: En diversos lugares del mundo y sucesivamente, van apareciendo cuadros que analizados por los expertos son atribuidos a pintores famosos. En Taiwan apareció un Matisse, en Manila dos cuadros atribuidos a Goya, el Helsinki aparece un Velazquez, mientras que en Escocia descubren dos cuadros atribuidos a Van Gogh, y en España se notifica la existencia de un nuevo Picasso. Todos aparecen en el periodo de un año.
Ivestigaciones HOLMES, por encargo de la National Galery que sospecha que hay algo raro en la súbita aparición de estas obras, inicia una investigación mundial sobre la aparición de esos cuadros, que han revolucionado el mercado del arte, para intentar descubrir su origen y reconstruir su historia, porque hay grandes sospechas de que algún experto en IA pueda estar detrás de estos descubrimientos que estarían dando lugar al mayor fraude de la historia del arte.
En sus investigaciones descubren de que un programador quantico aficionado al arte puede estar detras de esta historia, y que con él colaboran un reducido grupo de conocidos y expertos marchantes de arte que le ayudan a colocar las obras realizadas con IA a cambio de enormes sumas de dinero, y que finalmente son detenidos, tras haberle asestado un golpe mortal al mercado del arte, que ha perdido su capacidad de valor refugio, pues ya nadie se fía de él.
Pero regresemos al proceso creativo con la ayuda de la IA. Victor, músico por afición y químico-físico por formación y docente de profesión nos cuenta en su artículo que tuvo la idea de crear un programa que pudiera hacer música a partir de imágenes.
La idea básica, según nos describe Victor, es la siguiente:
Las imágenes están hechas de píxeles.
Los píxeles se componen de conjuntos de números que designan el color.
El color se describe a través de espacios de color como RGB, BGR o HSV
El espacio de color podría dividirse en secciones.
Las escalas musicales se subdividen en notas a través de intervalos de sonido.
El sonido es vibración, por lo que cada nota está asociada a una frecuencia.
Por lo tanto, la subdivisión de un espacio de color podría asignarse a una nota específica en una escala musical.
Esta nota tendría entonces una frecuencia asociada a ella.
Con estas premisas, se pone inmediatamente a la tarea de intentar de generar canciones a partir de imágenes que (en su humilde opinión) suenan bastante bien. Como resultado tenemos composiciones como Water Song, Catterina Song (dedicada a su gata), Nature Harmony Combined, Peacock Song (Canción del Pavo Real compuesta a partir de la imagen anterior), y muchas otras, cuyo sonido está en su artículo, sonidos que son muy rítmicos y que suenan bien. Son una especie de música New Age evolucionada que abre la puerta a infinitas posibilidades, para una nueva tecnología capaz de convertir en sonidos imágenes que pueden ser paisajes, retratos o cosas.
Imaginemos ahora un paisaje natural que se conserva intacto, pero que con el tiempo, y como resultado de la explotación y de la contaminación se va deteriorando. Mediante esta tecnología se puede transformar en música sucesiva el deterioro de este paisaje, mediante un proceso de feísimo musical agregado por el paso del tiempo que se podría apreciar mediante la audición de la música resultante de esta transformación. Añadiría un valioso archivo sonoro al archivo visual de la transformación por el deterioro, y que tendría un alto valor apreciativo.
Ni que decir tiene que mediante esta tecnología de IA se puede cometer un fraude similar al descrito anteriormente para el arte pictórico. Podrían componerse nuevas canciones atribuibles a los Beatles, o de Jimmy Hendrix, o de Jorge Negrete. Habría mucho trabajo para Investigaciones HOLMES y para otros prestigiosos bufetes de investigación. Tal vez Hercules Poirot, Miss Marple y Pepe Carbalho podrían unirse a la tarea de destapar el fraude causado por la IA en diferentes ámbitos, y aún así, serían insuficientes.
Y dejemos a un lado el debate que suscitaría el saber a quien atribuir los derechos de autor del creador de la obra, sea escrita, musical, pictórica o escultural, pues en todo en parte, puede haber atribución a la IA, y las sociedades gestoras de estos derechos están al acecho, pues además hay muy poca legislación al respecto.
Y hasta aquí da (de momento), de si mi imaginación, y lo dejo en este punto, porque me voy a preparar un Martini Blanco Seco, con una aceituna y agitado (que no revuelto) al estilo del Agente 007 James Bond, del MI7 británico, pues el tema ha sido declarado de interés nacional por el Gobierno Británico y le ha al prestigioso agente encargado la tarea de ponerle punto final a esta historia, pero sin licencia para matar (Victor: tu, tranquilo).
Artículo dedicado a Victor Murcia, también escritor y compositor además de lo anteriormente expuesto, cuyo espléndido artículo disfruté leyendo y escuchando, y que me mostró un nuevo mundo de posibilidades para la creación artística con la IA.
Cuando Ludwig von Beethoven falleció en 1827 hacía ya tres años que había terminado la Novena Sinfonía, una composición que muchos consideran su obra maestra. Había empezado a trabajar en su Décima Sinfonía pero, debido al deterioro de su salud, no fue capaz de avanzar demasiado: todo lo que dejó fue un puñado de bocetos musicales.
Desde entonces los admiradores de Beethoven y los musicólogos han especulado mucho sobre cómo podría haber sido esta obra, y han lamentado enormemente su ausencia. Las notas de Beethoven que conservamos parecen apuntar a una gran obra, si bien esta siempre parece estar fuera de nuestro alcance.
Pero ahora, gracias al trabajo de un grupo de historiadores de la música, musicólogos, compositores y científicos de la computación, la obra de Beethoven cobrará vida.
Yo estuve al frente de la componente de inteligencia artificial del proyecto. Dirigía a un grupo de científicos de la start up especializada inteligencia artificial creativa Playform AI encargada de enseñar a una máquina no solo el conjunto de las obras de Beethoven, sino también las características de su proceso creador.
Tenemos planeado dar a conocer una versión completa de la Décima Sinfonía de Beethoven el 9 de octubre de 2021, día en que dicha composición se interpretará en Bonn (Alemania) en lo que supondrá la premiere mundial. Ese día se culminará un esfuerzo que ha durado dos años.
Los intentos del pasado se dieron contra un muro
En torno a 1817 la Royal Philharmonic Society de Londres encargó a Beethoven que compusiera sus sinfonías Novena y Décima. Una sinfonía, al estar pensada para que la interprete una orquesta, suele constar de cuatro movimientos: un primero que se ejecuta a un tempo rápido, un segundo que se hace a un tempo más lento, un tercero que se interpreta a un tempo medio o rápido, y finalmente un último movimiento, que se suele ejecutar a un tempo rápido.
Pero en lo que respecta a la Décima Sinfonía, Beethoven no nos legó demasiado material más allá de algunas notas musicales y de un puñado de ideas que dejó apuntadas.
Una página de las notas que Beethoven tomó para componer la Décima Sinfonía.Beethoven House Museum, CC BY-SA
Ya se habían realizado intentos de reconstruir partes de la Décima Sinfonía de Beethoven. El más famoso data de 1988, cuando el musicólogo Barry Cooper se atrevió a completar los dos primeros movimientos. Enlazó 250 compases extraídos de bocetos del autor para crear lo que, en su opinión, era una versión del primer movimiento digna del talento de Beethoven.
Pero el escaso número de bocetos que dejó Beethoven hizo imposible que los expertos fueran más allá de este primer movimiento.
Reuniendo al equipo
A comienzos de 2019, Matthias Röder, director del Instituto Karajan, una organización con sede en Salzburgo (Austria) que fomenta la tecnología musical, contactó conmigo. Me explicó que estaba reuniendo a un equipo para completar la Décima Sinfonía de Beethoven con el fin de conmemorar el 250 aniversario del compositor. Röder conocía mi trabajo en el campo de la creación de arte mediante inteligencia artificial, y quería saber si dicha herramienta podría ayudar a llenar los huecos dejados por Beethoven.
El reto era abrumador, pues para llevarlo a cabo la inteligencia artificial tendría que hacer cosas que nunca antes había hecho, pero le dije a Röder que lo intentaría.
Reunió a un equipo que incluía al compositor austriaco Walter Werzowa, famoso por componer el jingle de firma de la empresa Intel. A Werzowa se le asignó la tarea de estructurar un nuevo tipo de composición que integraría lo que Beethoven dejó escrito con el nuevo material creado por la inteligencia artificial. Mark Gotham, experto en música computacional, dirigió la tarea de transcribir los bocetos de Beethoven y procesó también todas sus obras para ofrecer a la inteligencia artificial el entrenamiento necesario.
El equipo también incluía a Robert Levin, un musicólogo de la Universidad de Harvard que además resultó ser un pianista increíble. Antes de este proyecto, Levin ya había completado un buen número de piezas inconclusas del siglo XVIII de autores como Mozart o Bach.
El proyecto toma forma
En junio de 2019 el grupo se reunió para una sesión de trabajo de dos días en la biblioteca musical de la Universidad de Harvard. En una habitación amplia con un piano, una pizarra y una pila de libros de bocetos de Beethoven que contenían la mayoría de sus obras más conocidas, discutimos sobre cómo convertir los fragmentos de la Décima Sinfonía en una composición musical completa. También tratamos la cuestión de cómo la inteligencia artificial podía ayudar a resolver este rompecabezas sin dejar por ello de mantenerse fiel tanto al proceso creativo como a la visión musical de Beethoven.
Los expertos musicales de la sala estaban deseando saber más sobre el tipo de música que se había creado mediante inteligencia artificial. Les dije que en el pasado se había compuesto con éxito una música parecida a la de Bach. Sin embargo, se había tratado tan solo de la armonización de una melodía que ya tenía el estilo del autor, lo que estaba muy lejos de lo que nosotros pretendíamos, que era crear una sinfonía entera a partir de un puñado de fragmentos.
La inteligencia artificial necesitaba aprender del conjunto de la obra de Beethoven para crear algo que el compositor pudiera haber escrito.Hulton Fine Art Collection/Getty Images
Mientras tanto, los científicos de la sala (entre los que yo me encontraba) queríamos saber con qué tipo de materiales contábamos y cómo habían pensado usarlos los expertos para completar la sinfonía.
La tarea que teníamos entre manos se iba concretando. Íbamos a necesitar usar las notas y las composiciones de toda la obra de Beethoven (y también los fragmentos disponibles de la Décima Sinfonía) para crear algo que el propio autor podría haber escrito.
Y esto suponía un reto tremendo. No disponíamos de una máquina a la que le pudiéramos meter los bocetos y que nos escupiera una sinfonía tras apretar a un botón. La mayoría de las herramientas de inteligencia artificial disponibles en ese momento no podían continuar una pieza musical incompleta más allá de unos pocos segundos.
Necesitaríamos ampliar los límites de lo que la inteligencia artificial creativa podía hacer enseñándole a la máquina el propio proceso creativo de Beethoven, es decir, cómo el autor había seleccionado una serie de compases y los había ido ampliando con exquisito cuidado hasta convertirlos en estimulantes sinfonías, cuartetos y sonatas.
Encontrando el sentido del proceso de creación de Beethoven
A medida que el proyecto iba avanzando fue evolucionando también la colaboración entre la componente humana y la realizada por máquinas. Werzowa, Gotham, Levin y Röder interpretaban y transcribían los bocetos de la Décima Sinfonía, y mientras lo hacían trataban de adivinar cuáles habían sido las intenciones del autor. Tomando como plantilla las sinfonías terminadas, intentaron darle un sentido general a los bocetos musicales otorgándoles un lugar concreto (en qué movimiento, en qué parte de qué movimiento, etc.).
Tuvieron que tomar decisiones como por ejemplo si un determinado boceto indicaba el inicio de un scherzo, que es una parte muy animada de la sinfonía que generalmente se sitúa en el tercer movimiento; o también tenían que decidir si era probable que una determinada partitura era o no la base de una fuga, que es una melodía que se crea entretejiendo segmentos musicales de tal forma que todos replican un motivo general.
La vertiente de inteligencia artificial del proyecto (mi vertiente) tuvo que hacer frente a un amplio abanico de tareas, que en todos los casos supusieron retos.
Lo primero y más importante era resolver el asunto de cómo podíamos, a partir de una frase musical, o incluso de un motivo, desarrollar una estructura musical más larga y compleja que imitara el modo en que Beethoven lo hubiera hecho. Por ejemplo, la máquina tenía que aprender cómo había compuesto Beethoven la Quinta Sinfonía a partir de un motivo musical básico de cuatro notas.
Lo siguiente, y dado que la frase necesita adoptar algún tipo de forma musical, ya sea un scherzo, un trío o una fuga, es que la inteligencia artificial necesitaba asimilar el proceso creativo de Beethoven para desarrollar esas formas.
La lista de tareas aumentó: teníamos que enseñar a la inteligencia artificial cómo seleccionar una línea melódica y armonizarla. La inteligencia artificial tenía que aprender a enlazar dos secciones musicales diferentes, y además nos dimos cuenta de que tenía que saber componer codas, es decir, segmentos que marcan el fin de una sección o de una obra musical.
Por último, cuando tuvimos terminada toda la composición, la inteligencia artificial había de determinar cómo orquestarla, lo que implicaba asignar cada una de las partes de la obra un instrumento musical.
Y tenía que hacer todo esto de la misma forma en que lo habría hecho Beethoven.
El primer test
En noviembre de 2019 el equipo volvió a reunirse de forma presencial, aunque esta vez en Bonn, en la Casa Museo de Beethoven, donde el compositor nació y creció.
Este encuentro fue la prueba de fuego para determinar si la inteligencia artificial podía completar el proyecto. Imprimimos las partituras que había creado la inteligencia artificial y las combinamos con los bocetos de Beethoven de la Décima Sinfonía. Un pianista lo interpretó en una pequeña sala de conciertos del museo ante un grupo de periodistas, académicos y expertos en Beethoven.
Se convocó a periodistas y músicos para escuchar una interpretación de piano de fragmentos de la Décima Sinfonía de Beethoven.Ahmed Elgammal, CC BY-SA
Retamos a la audiencia a que adivinara qué frases musicales eran de Beethoven y dónde empezaba por tanto la extrapolación de la inteligencia artificial. No fueron capaces.
Unos días después, una de las partituras generadas por la inteligencia artificial fue interpretada por un cuarteto de cuerda en un acto con prensa. Solo aquellos que tenían un conocimiento profundo de los bocetos de Beethoven pudieron determinar qué partes habían sido elaboradas de forma artificial.
El éxito de estos test nos indicó que estábamos en el buen camino, pero apenas eran un par de minutos de música. Aún quedaba mucho trabajo por hacer.
Listo para presentarlo al mundo
El genio de Beethoven estaba presente en todo momento, lo que nos impulsaba a hacerlo mejor. Además, a medida que el proyecto evolucionaba, la inteligencia artificial también lo hacía. Durante esos 18 meses compusimos y orquestamos dos movimientos enteros de más de 20 minutos cada uno.
Sabemos que el proyecto despertará reticencias. Habrá gente que dirá que el arte está más allá de las posibilidades de la inteligencia artificial, o que esta no tiene derecho a replicar el proceso creativo humano. Pero cuando hablamos de arte, yo no concibo la inteligencia artificial como un sustituto, sino como una herramienta (una herramienta que abre caminos a los artistas para que se expresen de formas nuevas).
Este proyecto no habría sido posible sin el conocimiento especializado de historiadores y músicos humanos, y llevarlo a cabo exigió una inmensa cantidad de trabajo (y sí, también de capacidad creativa).
Hubo un momento en que uno de los expertos musicales del equipo dijo que la inteligencia artificial le recordaba a un estudiante de música de los entusiastas; de los que practican todos los días, aprenden y no dejan de mejorar.
Ahora a ese estudiante se le ha dado la batuta de Beethoven, y ya está listo para presentar al mundo la Décima Sinfonía.
Pau Casals fue un activista: reconocida figura del catalanismo, se exilió en Prades (Francia) en su mejor momento profesional. Era una estrella del violonchelo cuando decidió hacer un estricto boicot artístico a los países que reconocían el régimen dictatorial de Franco, lo que lo dejó sin muchas opciones.
Curiosamente, el que fuera protegido de la reina María Cristina y compañero de pupitre de Alfonso XIII, posteriormente sería acérrimo defensor de la legítima II República. Casals, tenaz en su empeño y convicciones, no paró de ayudar a los exiliados y de presionar allí donde era escuchado.
Queda en el imaginario colectivo un nonagenario Casals tocando su Cant dels Ocells o dando el famoso discurso en la ONU en 1971 pidiendo paz. Rodeado siempre de destacadas figuras intelectuales, políticas y musicales de su tiempo, fue tal la importancia del Casals más militante, que su inmenso legado musical ha quedado en un segundo plano.
Reconocido por colegas, discípulos y público, su nombre se escribe con letras de oro en la historia de la música tanto por su contribución al violonchelo, como por su labor musical más allá de su instrumento.
Revisión crítica
A falta de una revisión crítica de su vida y obra, la gran parte de sus biografías (publicadas antes de la muerte de Casals), idealizan su persona ocultando partes controvertidas como los devenires de su matrimonio con Susan Metcalfe, la relación con Frasquita de Capdevila o su vínculo con la también violonchelista Guillermina Suggia. También queda por dilucidar su papel en la Operación Serenidad en Puerto Rico, país natal de su madre.
Estos asuntos han sido revisados críticamente por la profesora de la Universidad de Montana Silvia Lazo, para poder, más allá de su vida personal, descubrir al músico que hay detrás del mito.
El músico Pau Casals, o Pablo, como se le conocía en el extranjero, atesora destacados logros: fue el primer concertista profesional del violonchelo de la historia, un eminente director de orquesta y también compositor, un virtuoso prácticamente autodidacta. Con una clara conciencia social, se preocupó de llevar la música clásica de calidad a los más humildes, creando y financiando su propia orquesta en Barcelona.
Destaca el hito de ser el primero en grabar las Seis Suites para violonchelo solo de Johann Sebastian Bach, y el primero también en registrar una obra completa de tal envergadura. Lo que parecía a priori una mala estrategia comercial, resultó un acierto que otros músicos se apresuraron a imitar.
Análisis computacional
Con una personalidad arrolladora que se dejaba oír en su música, Casals sabía perfectamente lo que hacía cuando tocaba el violonchelo, como se ha podido demostrar gracias a los actuales medios de análisis. En concreto, la investigación realizada con medios computacionales sobre su interpretación de la Sarabande de la 5ª Suite, uno de los 36 movimientos que forman el conjunto de las Suites, demuestra su minucioso control del tiempo.
Esta obra, compuesta de 108 notas, tiene la peculiaridad de que 100 de estas notas tienen el valor rítmico de corchea, es decir, duran lo mismo sobre el papel. En otras palabras, la obra tiene poca variedad en cuanto a las duraciones de cada nota se refiere, pero esto es solo aparentemente.
Corcheas infinitesimalmente distintas
Según la partitura, todas estas corcheas deberían durar lo mismo, pero es aquí donde entra en juego el intérprete musical. Viendo los resultados del tiempo usado en el análisis de la Sarabande, la interpretación de Pau Casals se puede explicar a unos niveles que no son perceptibles a tiempo real.
Hoy, los ordenadores permiten analizar lo que pasa inadvertido para el común de los oyentes, pero que genios como Casals hacían deliberadamente. Gracias al programa libre Sonic Visualiser, un proyecto emprendido por la Universidad de Londres y que cuenta con equipos por todo el mundo, hay disponibles plugins que analizan diferentes parámetros del sonido: entre estos, los que permiten medir las duraciones hasta la mínima expresión.
El genio intuitivo de Casals
En el caso de la Sarabande, nos fijamos en cuánto dura cada una de las 108 notas. Es ahí, en el detalle, donde se ve al genio: tomándose la libertad de hacer durar diferente las 108 notas, esta variedad no impide a Casals respetar en todo momento la partitura de Bach.
Es más, parece que lo de saber qué hacer con cada nota no es genuino del intérprete catalán, sino uno de los secretos de los grandes maestros y de las grandes maestras. En otra reciente investigación publicada en 2021, y que parte de la mencionada anteriormente, se compara la interpretación que Pau Casals hizo con la Sarabande registrada por la violonchelista y pedagoga francesa Anne Gastinel.
La interpretación de Casals de 1939 y la de Gastinel de 2007 se llevan 68 años. Si reparamos en la duración de la grabación en el disco, la de la violonchelista francesa dura 2 minutos y 44,977 segundos, mientras que la de Casals, 2 minutos y 47,626 segundos. Por tanto, la diferencia es tan solo de 2,649 segundos.
Es paradójica esta práctica coincidencia en la duración total, ya que Bach, quien con su muerte en 1750 marca el final del barroco, no especificó la velocidad con la que la Sarabande debía ser interpretada y por eso otras versiones tienen duraciones que varían mucho más. Hay que recordar que la costumbre de especificar la velocidad con un metrónomo tardaría todavía unos años, no estandarizándose hasta Beethoven.
Iguales pero muy diferentes
¿Coincidencia? Este escaso margen de duración entre las dos versiones de la Sarabande las hace idóneas para compararlas en busca de convergencias y divergencias. Con esto ya surge la pregunta: ¿hay diferencias entre ambas interpretaciones? Sí las hay: el resultado del análisis computacional muestra las diferentes posibilidades que manejan los dos genios con la misma obra y en el mismo lapso de tiempo. Sin hacer lo mismo, tanto Pau Casals como Anne Gastinel tocan sin duda lo que Bach escribió.
Queda demostrado: Casals y Gastinel sabían perfectamente lo que se hacían en cada segundo y por debajo del mismo. Ahí están las manos del intérprete y de la intérprete. Así, las dos versiones de la Sarabande están llenas de variedad en el mínimo detalle que nos ofrece el microscopio de los datos de las duraciones de cada nota al milisegundo.
En casi el mismo tiempo, dos propuestas diferentes. Por lo tanto, como demuestran ambos maestros, hay margen para la interpretación musical. Un reproductor MIDI haría iguales todas las corcheas y una inteligencia artificial haría tres cuartos de lo mismo, por lo que el factor humano prevalece (al menos de momento). Estas investigaciones corroboran lo que tantas veces repetía Casals:
