Academic literature on the topic 'Carnatic music, South Indian'
Create a spot-on reference in APA, MLA, Chicago, Harvard, and other styles
Consult the lists of relevant articles, books, theses, conference reports, and other scholarly sources on the topic 'Carnatic music, South Indian.'
Next to every source in the list of references, there is an 'Add to bibliography' button. Press on it, and we will generate automatically the bibliographic reference to the chosen work in the citation style you need: APA, MLA, Harvard, Chicago, Vancouver, etc.
You can also download the full text of the academic publication as pdf and read online its abstract whenever available in the metadata.
Journal articles on the topic "Carnatic music, South Indian"
Niranjan, Sujatha. "How to Read Carnatic Music on Violin." Shanlax International Journal of Tamil Research 6, no. 2 (October 1, 2021): 70–75. http://dx.doi.org/10.34293/tamil.v6i2.4349.
Full textN, Kiritharan Sharma. "Importance of Mridangam (Percussion Instrument) in Carnatic Music Concerts." International Research Journal of Tamil 4, S-9 (July 28, 2022): 69–75. http://dx.doi.org/10.34256/irjt22s910.
Full textWren, Toby. "Remembering Palghat Raghu." Ethnomusicology 67, no. 1 (January 1, 2023): 96–122. http://dx.doi.org/10.5406/21567417.67.1.07.
Full textRanganathan, Rajeswari. "Emergence of an Ecumene: Transnational Encounters in South Indian Carnatic Music." Asian Music 52, no. 1 (2021): 57–87. http://dx.doi.org/10.1353/amu.2021.0000.
Full textDiwakar, Pranathi. "City Music—A Reprise." Contexts 20, no. 1 (February 2021): 63–64. http://dx.doi.org/10.1177/1536504221997873.
Full textSankar Ganesh, J. "Impact of Carnatic Raga-s on the Milk Yield of Cows." Shanlax International Journal of Arts, Science and Humanities 8, no. 2 (October 1, 2020): 83–87. http://dx.doi.org/10.34293/sijash.v8i2.3318.
Full textSrinivasamurthy, Ajay, Sankalp Gulati, Rafael Caro Repetto, and Xavier Serra. "Saraga: Open Datasets for Research on Indian Art Music." Empirical Musicology Review 16, no. 1 (December 10, 2021): 85–98. http://dx.doi.org/10.18061/emr.v16i1.7641.
Full textRajan, Rajeev, and Sreejith Sivan. "Raga Recognition in Indian Carnatic Music Using Convolutional Neural Networks." WSEAS TRANSACTIONS ON ACOUSTICS AND MUSIC 9 (May 7, 2022): 5–10. http://dx.doi.org/10.37394/232019.2022.9.2.
Full textPadi, Sarala, Spencer Breiner, Eswaran Subrahmanian, and Ram D. Sriram. "Modeling and Analysis of Indian Carnatic Music Using Category Theory." IEEE Transactions on Systems, Man, and Cybernetics: Systems 48, no. 6 (June 2018): 967–81. http://dx.doi.org/10.1109/tsmc.2016.2631130.
Full textBhat J, Prajna, and Rajalakshmi Krishna. "Effect of Listening Biographies on Frequency Following Response Responses of Vocalists, Violinists, and Non-Musicians to Indian Carnatic Music Stimuli." Journal of Audiology and Otology 25, no. 3 (July 10, 2021): 131–37. http://dx.doi.org/10.7874/jao.2021.00115.
Full textDissertations / Theses on the topic "Carnatic music, South Indian"
Moore, Darren. "The Adaptation of Indian Carnatic Rhythmic Structures and Improvisation Methods into Drum Set Language and Performance Practice." Thesis, Griffith University, 2013. http://hdl.handle.net/10072/367339.
Full textThesis (Professional Doctorate)
Doctor of Musical Arts (DMA)
Queensland Conservatorium of Music
Arts, Education and Law
Full Text
Robinson, N. Scott. ""Tradition and Renewal: The Development of the Kanjira in South India"." Kent State University / OhioLINK, 2013. http://rave.ohiolink.edu/etdc/view?acc_num=kent1374989200.
Full textWren, Toby Christopher. "Improvising Culture: Discursive Interculturality as a Critical Tool, Aesthetic, and Methodology for Intercultural Music." Thesis, Griffith University, 2015. http://hdl.handle.net/10072/367035.
Full textThesis (PhD Doctorate)
Doctor of Philosophy (PhD)
Queensland Conservatorium
Arts, Education and Law
Full Text
Nadadur, Kannan Rajalakshmi. "Performing 'religious' music : interrogating Karnatic Music within a postcolonial setting." Thesis, University of Stirling, 2013. http://hdl.handle.net/1893/18272.
Full textGulati, Sankalp. "Computational approaches for melodic description in indian art music corpora." Doctoral thesis, Universitat Pompeu Fabra, 2016. http://hdl.handle.net/10803/398984.
Full textLa descripció automàtica d’enregistraments musicals és crucial per interactuar amb grans volums de dades i per al desenvolupament de noves eines per a la pedagogia musical. La melodia és una faceta fonamental en la majoria de les tradicions musicals i, per tant, és un component indispensable per a la descripció automàtica d’enregistraments musicals. En aquesta tesi desenvolupem sistemes computacionals per analitzar aspectes melòdics d'alt nivell presents en la música clàssica de l’Índia (MCI), a partir dels quals descrivim i interconnectem grans quantitats d'enregistraments d'àudio. La descripció de melodies en la MCI, complexes i amb una base teòrica ben fonamentada, va més enllà de l’anàlisi estàndard de contorns de to (“pitch” en anglès), i, per tant, és un tema de recerca molt interessant i tot un repte. Analitzem les melodies dins del seu context tonal, identifiquem patrons melòdics, els comparem tant amb ells mateixos com amb altres enregistraments, i, finalment, caracteritzem el context melòdic específic de la música IAM: els rāgas. Tots els anàlisis s’han realitzat utilitzant metodologies basades en dades, amb un corpus musical de mida considerable. Iniciem la tesi recopilant la col·lecció més gran de MCI obtinguda fins al moment. Aquesta col·lecció comprèn enregistraments de qualitat amb metadades de música Hindustani i Carnatic, les dues grans tradicions de la MCI. A partir d’aquí analitzem el to predominant i normalitzem la peça pel context tonal. Un element important per a descriure melodies és la identificació d’unitats temporals rellevants, per la qual cosa detectem les ocurrències de nyās svaras en la MCI, que serveixen com a marques identificadores dels patrons melòdics més destacats. Utilitzant aquestes característiques melòdiques, extraiem els patrons melòdics recurrents més destacats. Aquests patrons són els blocs que construeixen les estructures melòdiques, tant en la improvisació i com en la composició. Per tant, són fonamentals per a la descripció de col·leccions de música MCI. Proposem partir d’un enfocament no supervisat que utilitza eines d'anàlisi basades en sèries temporals per descobrir patrons melòdics en grans col·leccions de música. En primer lloc, hem realitzat un anàlisi supervisat extensiu sobre la similitud melòdica, que és un component fonamental per al descobriment de patrons. A continuació, millorem els resultats (respecte al millor competidor segons l’estat de la qüestió) explotant les característiques peculiars dels patrons melòdics de la música MCI. Per identificar patrons musicalment rellevants, explotem les relacions entre els patrons descoberts mitjançant un anàlisi de xarxa. Extenses proves realitzades amb músics professionals revelen que els patrons melòdics descoberts són musicalment interessants i significatius. Finalment, fem servir els nostres resultats per al reconeixement de rāgas en actuacions gravades d'IAM. Proposem dos enfocaments nous que capturen conjuntament el to i els aspectes temporals de la melodia. El primer enfoc utilitza patrons melòdics, l’aspecte més important per als éssers humans a l’hora d’identificar rāgas. Utilitzem els patrons melòdics descoberts i fem servir tècniques de modelatge de temes (“topic modeling” en anglès), on considerem que la interpretació d’un raga és similar a la descripció textual d’un tema. En el nostre segon enfocament, proposem utilitzar el “time delayed melodic surface”, una característica innovadora basada en coordenades de retard que captura l’evolució melòdica del rāga. Amb aquests enfocaments demostrem una precisió sense precedents per al reconeixement de rāgas en el conjunt de dades més gran utilitzat mai per a aquesta tasca. Encara que el nostre enfocament està basat en les característiques de les melodies MCI i la tasca en qüestió, creiem que la nostra metodologia es pot estendre fàcilment a altres tradicions de la música on la melodia és rellevant. En general, hem incorporat nous mètodes computacionals per a l'anàlisi de diversos aspectes melòdics per a interpretacions de MCI, a partir dels quals descrivim i inter-connectem gran quantitat d'enregistraments de música. En aquest procés hem recopilat dades i hem desenvolupat diverses eines que poden ser utilitzades per a diferents estudis computacionals per a MCI, específicament en la caracterització de rāgas, composicions i artistes. Les tecnologies resultants d'aquest treball d’investigació són part de diverses aplicacions desenvolupades dins el projecte CompMusic que pretén millorar la descripció, l’experiència auditiva, i la pedagogia de la MCI.
La descripción automática del contenido de música grabada es crucial para la interacción con grandes colecciones de grabaciones de audio y para el desarrollo de nuevas herramientas que faciliten la pedagogía musical. La melodía es un aspecto fundamental para la mayoría de las tradiciones musicales, y es por tanto un componente indispensable para tal descripción. En esta tesis desarrollamos propuestas computacionales para el análisis de aspectos melódicos de alto nivel en interpretaciones musicales de Música Clásica de la India (MCI), con las que podemos describir e interrelacionar grandes cantidades de grabaciones de audio. Debido a su complejidad melódica y a su sólido marco teórico, la descripción de la melodía en MCI más allá de la línea melódica supone un interesante y desafiante objeto de investigación. Analizamos melodías en su contexto tonal, identificamos patrones melódicos, comparamos ambos tanto en piezas individuales como entre diferentes piezas, y finalmente caracterizamos el contexto melódico específico de MCI, los rāgas. Todos estos análisis se llevan a cabo mediante métodos dirigidos por datos en corpus de música de considerable tamaño y meticulosamente organizados. La tesis comienza con la confección y estructuración de los mayores corpus musicales hasta la fecha de las dos tradiciones de MCI, indostaní y carnática. Dichos corpus están formados por grabaciones de audio de alta calidad y sus correspondientes metadatos. De estas extraemos la línea melódica predominante y la normalizamos según la tónica de su contexto. Un elemento importante para la descripción de melodías es la identificación de unidades temporales significativas, para lo que proponemos detectar en música indostaní las ocurrencias de nyās svaras, marcas que delimitan patrones melódicos musicalmente prominentes. A partir de estas características melódicas, extraemos patrones melódicos recurrentes y musicalmente relevantes. Estos patrones son las unidades básicas con las que se construyen estructuras melódicas tanto en improvisaciones como composiciones, y por tanto son fundamentales para la descripción de colecciones de audio en MCI. Proponemos un método no supervisado basado en el análisis de las series temporales para el descubrimiento de patrones melódicos en colecciones musicales de tamaño considerable. En primer lugar llevamos a cabo un análisis supervisado en profundidad de similitud melódica, que es el componente crítico para el descubrimiento de patrones. A continuación mejoramos la propuesta más competitiva sirviéndonos de las características melódicas propias de MCI. Para identificar patrones musicalmente significativos, hacemos uso de las relaciones entre los patrones descubiertos mediante la implementación de análisis de redes. Exhaustivas evaluaciones auditivas por parte de músicos profesionales de los patrones melódicos descubiertos revelan que estos son musicalmente interesantes y significativos. Finalmente, utilizamos nuestros resultados para el reconocimiento de rāgas en interpretaciones grabadas de MCI. Proponemos dos métodos nuevos que captan conjuntamente los aspectos tonales y temporales de la melodía. Nuestro primer método se sirve de patrones melódicos, los principales indicadores para la identificación de rāgas por parte de oyentes humanos. Utilizamos los patrones melódicos descubiertos y empleamos técnicas de modelado de temas, en las que equiparamos la interpretación de un rāga a la descripción textual de un tema. En nuestro segundo método, proponemos una superficie melódica de tiempo de retardo, una característica nueva basada en las coordenadas de retraso que captan el contorno melódico de un rāga. Con estos métodos alcanzamos precisiones sin precedentes en el reconocimiento de rāgas en los mayores conjuntos de datos nunca usados para esta tarea. Aunque nuestra propuesta se fundamenta en las características de las melodías en MCI y la tarea en cuestión, creemos que nuestra metodología puede ser fácilmente aplicable a otras tradiciones musicales predominantemente melódicas. En resumen, hemos construido nuevos métodos computacionales para el análisis de varios aspectos melódicos de interpretaciones grabadas de MCI, con las que describimos e interrelacionamos grandes cantidades de grabaciones musicales. En este proceso hemos desarrollado varias herramientas y reunido datos que pueden ser empleados en numerosos estudios computacionales de MCI, específicamente para la caracterización de rāgas, composiciones y artistas. Las tecnologías resultantes de este trabajo de investigación son parte de varias aplicaciones desarrolladas en el proyecto CompMusic para la mejora de la descripción, experiencia de escucha, y enseñanza de MCI.
Koduri, Gopala Krishna. "Towards a multimodal knowledge base for Indian art music: a case study with melodic intonation." Doctoral thesis, Universitat Pompeu Fabra, 2017. http://hdl.handle.net/10803/402439.
Full textEsta tesis es resultado de nuestro trabajo de investigación para construir una base de conocimiento multimodal para el caso específico de la música carnática. Además de hacer uso de metadatos y notación simbólica, procesamos texto de lenguaje natural y datos de audio para extraer información culturalmente relevante y musicalmente significativa, y estructurarla con representaciones formales de conocimiento. En líneas generales, este proceso consiste en dos partes. En la primera parte, analizamos grabaciones de audio para describir la entonación de las alturas usadas en las interpretaciones. Llevamos a cabo un exhaustivo análisis y evaluación de los métodos basados en distribución de altura propuestos anteriormente, señalando sus ventajas y limitaciones. Proponemos un nuevo modelo de datos para la descripción de alturas con el fin de superar las limitaciones identificadas. Esto amplía la perspectiva del modelo actual de nota para contribuir a la conceptualización del espacio melódico en música carnática. Ofrecemos tres propuestas diferentes para la extracción de una descripción compacta de las alturas usadas en una grabación dada utilizando nuestro modelo de datos. Evaluamos cualitativamente nuestras propuestas comparando las representaciones de alturas obtenidas según nuestro método con aquellas procedentes de un conjunto de datos anotado manualmente, con lo que mostramos que nuestro modelo de datos y nuestras propuestas resultan en representaciones muy similares a estas últimas. Además, en una tarea de clasificación de raagas en el mayor conjunto de datos de música carnática hasta la fecha, dos de nuestras propuestas muestran mejor rendimiento que el estado del arte con un margen estadístico significativo. En la segunda parte, desarrollamos representaciones de conocimiento para varios conceptos en música carnática, con un particular énfasis en el marco melódico. Discutimos las limitaciones de las tecnologías de web semántica actuales para expresar el orden de datos secuenciales, lo que restringe la aplicación de inferencia lógica. Presentamos nuestro uso de lenguajes de reglas para superar hasta cierto punto esta limitación. A continuación utilizamos sistemas abiertos de extracción de información para extraer conceptos, entidades y sus relaciones a partir de texto de lenguaje natural relacionado con música carnática. Evaluamos estos sistemas usando los conceptos y las relaciones de las representaciones de conocimiento que hemos desarrollado, así como información de referencia contrastada con datos de Wikipedia. Dominios temáticos como el de música carnática tienen un volumen limitado de datos disponibles en internet. Considerando que estos sistemas están construidos para datos a escala de la web, en la que es posible beneficiarse de las repeticiones, comparamos sus rendimientos cualitativa y cuantitativamente, enfatizando las características deseadas para casos como este. Los conceptos y entidades extraídas son mapeadas a aquellos existentes en los metadatos. En el paso final, usando las representaciones de conocimiento desarrolladas, publicamos e integramos la información obtenida por diferentes modalidades en una base de conocimiento. Con este recurso demostramos como la conexión de información de diferentes modalidades nos permite deducir conclusiones que de otra manera no habrían sido posibles.
Aquesta tesi és el resultat de la nostra investigació per a construir una base de coneixement multimodal per a la música Carnàtica. A part d’utilitzar metadades i representacions simbòliques musicals, també processem text en llenguatge natural i l’àudio mateix per tal d’extreure informació que sigui rellevant tant des d’un punt de vista cultural com musical i que puguem estructurar amb representacions formals de coneixement. El procés que seguim està compost principalment de dues parts. En la primera part analitzem les gravacions d’àudio per descriure’n l’entonació de les altures tonals utilitzades. Comparem i avaluem aproximacions existents basades en histogrames d’altures tonals utilitzant una base de dades comuna de referència i en subratllem els avantatges i les limitacions. Proposem un nou model de dades per descriure l’altura tonal de les notes i superar les limitacions prèviament identificades. Aquest model va més enllà dels ja establerts i permet acomodar la conceptualització de l’espai melòdic en la música Carnàtica. Utilitzant el nostre model de dades proposem tres mètodes diferents per extreure descripcions compactes de les altures tonals de les notes d’una gravació. Fem una avaluació qualitativa a través de la comparació de descripcions generades amb els mètodes proposats i descripcions generades manualment, i comprovem que els nostres mètodes generen descripcions molt semblants a les generades manualment. També comprovem com els nostres mètodes són útils per a la classificació de raga avaluant amb la base de dades més gran de música Carnàtica que s’ha creat fins al dia d’avui. Dos dels nostres mètodes obtenen puntuacions més altes que els millors mètodes existents, amb marges de millora estadísticament significatius. En la segona part de la nostra investigació desenvolupem representacions de coneixement sobre diversos conceptes de la música Carnàtica, posant un èmfasi especial en aspectes melòdics. Parlem sobre les limitacions de les tecnologies de la web semàntica pel que fa a la representació del concepte d’ordre en dades seqüencials, fet que limita les possibilitats d’inferències lògiques. Proposem l’ús de llenguatges de normes per, fins a cert punt, superar aquestes limitacions. Després utilitzem sistemes d’extracció d’informació per recuperar conceptes, entitats i les seves relacions a partir de l’anàlisi de text natural sobre música Carnàtica. Avaluem aquests sistemes utilitzant conceptes i relacions extretes de representacions de coneixement que nosaltres mateixos hem desenvolupat i també utilitzant dades curades provinents de la Wikipedia. Per temàtiques com la música Carnàtica hi ha un volum de dades limitat accessible en línia. Tenint en compte que aquests sistemes estan pensats per funcionar amb grans volums de dades on les repeticions són importants, en fem una comparació qualitativa i quantitativa emfatitzant aquelles característiques més rellevants per casos amb volums de dades limitats. Els conceptes i entitats recuperades són emparellats amb conceptes i entitats presents a les nostres metadades. Finalment, utilitzant les representacions de coneixement desenvolupades, integrem les informacions obtingues de les diferents modalitats i les publiquem en una base de coneixement. Utilitzant aquesta base de coneixement demostrem com el fet de combinar informacions provinents de diferents modalitats ens permet arribar a conclusions que d’una altra manera no haurien estat possibles.
Rogers, Glenn Andrew. "The application of Konokol to guitar improvisation and composition." Thesis, Edith Cowan University, Research Online, Perth, Western Australia, 2017. https://ro.ecu.edu.au/theses/1956.
Full textSrinivasamurthy, Ajay. "A Data-driven bayesian approach to automatic rhythm analysis of indian art music." Doctoral thesis, Universitat Pompeu Fabra, 2016. http://hdl.handle.net/10803/398986.
Full textLarge and growing collections of a wide variety of music are now available on demand to music listeners, necessitating novel ways of automatically structuring these collections using different dimensions of music. Rhythm is one of the basic music dimensions and its automatic analysis, which aims to extract musically meaningful rhythm related information from music, is a core task in Music Information Research (MIR). Musical rhythm, similar to most musical dimensions, is culture-specific and hence its analysis requires culture-aware approaches. Indian art music is one of the major music traditions of the world and has complexities in rhythm that have not been addressed by the current state of the art in MIR, motivating us to choose it as the primary music tradition for study. Our intent is to address unexplored rhythm analysis problems in Indian art music to push the boundaries of the current MIR approaches by making them culture-aware and generalizable to other music traditions. The thesis aims to build data-driven signal processing and machine learning approaches for automatic analysis, description and discovery of rhythmic structures and patterns in audio music collections of Indian art music. After identifying challenges and opportunities, we present several relevant research tasks that open up the field of automatic rhythm analysis of Indian art music. Data-driven approaches require well curated data corpora for research and efforts towards creating such corpora and datasets are documented in detail. We then focus on the topics of meter analysis and percussion pattern discovery in Indian art music. Meter analysis aims to align several hierarchical metrical events with an audio recording. Meter analysis tasks such as meter inference, meter tracking and informed meter tracking are formulated for Indian art music. Different Bayesian models that can explicitly incorporate higher level metrical structure information are evaluated for the tasks and novel extensions are proposed. The proposed methods overcome the limitations of existing approaches and their performance indicate the effectiveness of informed meter analysis. Percussion in Indian art music uses onomatopoeic oral mnemonic syllables for the transmission of repertoire and technique, providing a language for percussion. We use these percussion syllables to define, represent and discover percussion patterns in audio recordings of percussion solos. We approach the problem of percussion pattern discovery using hidden Markov model based automatic transcription followed by an approximate string search using a data derived percussion pattern library. Preliminary experiments on Beijing opera percussion patterns, and on both tabla and mridangam solo recordings in Indian art music demonstrate the utility of percussion syllables, identifying further challenges to building practical discovery systems. The technologies resulting from the research in the thesis are a part of the complete set of tools being developed within the CompMusic project for a better understanding and organization of Indian art music, aimed at providing an enriched experience with listening and discovery of music. The data and tools should also be relevant for data-driven musicological studies and other MIR tasks that can benefit from automatic rhythm analysis.
Les col·leccions de música són cada vegada més grans i variades, fet que fa necessari buscar noves fórmules per a organitzar automàticament aquestes col·leccions. El ritme és una de les dimensions bàsiques de la música, i el seu anàlisi automàtic és una de les principals àrees d'investigació en la disciplina de l'recuperació de la informació musical (MIR, acrònim de la traducció a l'anglès). El ritme, com la majoria de les dimensions musicals, és específic per a cada cultura i per tant, el seu anàlisi requereix de mètodes que incloguin el context cultural. La complexitat rítmica de la música clàssica de l'Índia, una de les tradicions musicals més grans al món, no ha estat encara treballada en el camp d'investigació de MIR - motiu pel qual l'escollim com a principal material d'estudi. La nostra intenció és abordar les problemàtiques que presenta l'anàlisi rítmic de la música clàssica de l'Índia, encara no tractades en MIR, amb la finalitat de contribuir en la disciplina amb nous models sensibles al context cultural i generalitzables a altres tradicions musicals. L'objectiu de la tesi consisteix en desenvolupar tècniques de processament de senyal i d'aprenentatge automàtic per a l'anàlisi, descripció i descobriment automàtic d'estructures i patrons rítmics en col·leccions de música clàssica de l'Índia. Després d'identificar els reptes i les oportunitats, així com les diverses tasques d'investigació rellevants per a aquest objectiu, detallem el procés d'elaboració del corpus de dades, fonamentals per als mètodes basats en dades. A continuació, ens centrem en les tasques d'anàlisis mètric i descobriment de patrons de percussió. L'anàlisi mètric consisteix en alinear els diversos esdeveniments mètrics -a diferents nivells- que es produeixen en una gravació d'àudio. En aquesta tesi formulem les tasques de deducció, seguiment i seguiment informat de la mètrica. D'acord amb la tradició musical estudiada, s'avaluen diferents models bayesians que poden incorporar explícitament estructures mètriques d'alt nivell i es proposen noves extensions per al mètode. Els mètodes proposats superen les limitacions dels mètodes ja existents i el seu rendiment indica l'efectivitat dels mètodes informats d'anàlisis mètric. La percussió en la música clàssica de l'Índia utilitza onomatopeies per a la transmissió del repertori i de la tècnica, fet que construeix un llenguatge per a la percussió. Utilitzem aquestes síl·labes percussives per a definir, representar i descobrir patrons en enregistraments de solos de percussió. Enfoquem el problema del descobriment de patrons percussius amb un model de transcripció automàtica basat en models ocults de Markov, seguida d'una recerca aproximada de strings utilitzant una llibreria de patrons de percussions derivada de dades. Experiments preliminars amb patrons de percussió d'òpera de Pequín, i amb gravacions de solos de tabla i mridangam, demostren la utilitat de les síl·labes percussives. Identificant, així, nous horitzons per al desenvolupament de sistemes pràctics de descobriment. Les tecnologies resultants d'aquesta recerca són part de les eines desenvolupades dins el projecte de CompMusic, que té com a objectiu millorar l'experiència d'escoltar i descobrir música per a la millor comprensió i organització de la música clàssica de l'Índia, entre d'altres. Aquestes dades i eines poden ser rellevants per a estudis musicològics basats en dades i, també, altres tasques MIR poden beneficiar-se de l'anàlisi automàtic del ritme.
Veeran, Naresh Denny. "Orchestral music was the music of the working class : Indian popular music, performance practices and identity among Indian South Africans in Durban, 1930-1970." Thesis, 1999. http://hdl.handle.net/10413/8932.
Full textThesis (Ph.D.)-University of Natal, Durban, 1999.
Francis, Amrita. "The mangalam and its significance to Indian South Africans in Kwazulu Natal." Thesis, 1999. http://hdl.handle.net/10413/8875.
Full textThesis (M.Mus)-University of Natal, Durban, 1999.
Books on the topic "Carnatic music, South Indian"
Chelladurai, P. T. The splendour of South Indian music. 2nd ed. Dindigul, Tamil Nadu, South India: Vaigarai Publishers, 2000.
Find full textChelladurai, P. T. The Splendour of South Indian music. Dindigul, Tamilnadu, South India: Vaigarai Publishers, 1991.
Find full textGopalam, Sharada. Facets of notation in South Indian music. Delhi: Sundeep Prakashan, 1991.
Find full textEssentials of musicology in South Indian music. Chennai: Indian Music Pub. House, 2008.
Find full textThe Oxford illustrated companion to South Indian classical music. 2nd ed. New Delhi: Oxford University Press, 2009.
Find full textThe illustrated companion to South Indian classical music. Delhi: Oxford University Press, 1999.
Find full textViswanathan, T. Music in South India: Experiencing music, expressing culture. New York: Oxford University Press, 2004.
Find full textViswanathan, T. Music in South India: Experiencing music, expressing culture. New York: Oxford University Press, 2004.
Find full textViswanathan, T. Music in South India: Experiencing music, expressing culture. New York: Oxford University Press, 2004.
Find full textBook chapters on the topic "Carnatic music, South Indian"
Mukherji, Somangshu. "The language of South Indian classical music." In Rītigaula, 1–30. London: Routledge, 2021. http://dx.doi.org/10.4324/9781003171225-1.
Full textPutcha, Rumya S. "Disembodiment and South Asian Performance Cultures." In Music and Democracy, 175–200. Vienna, Austria / Bielefeld, Germany: mdwPress / transcript Verlag, 2021. http://dx.doi.org/10.14361/9783839456576-008.
Full textPearson, Lara. "Cultural heritage, sustainability and innovation in South Indian art music." In Music as Heritage, 238–57. Abingdon, Oxon; New York, NY: Routledge, 2018. | Series: SOAS musicology series: Routledge, 2018. http://dx.doi.org/10.4324/9781315393865-12.
Full textJahanbegloo, Ramin. "Indian National Music." In Talking Poetry, 85–86. Oxford University PressOxford, 2022. http://dx.doi.org/10.1093/oso/9780192869180.003.0022.
Full text"South Asia: The Indian Subcontinent." In The Garland Encyclopedia of World Music, 435–58. Routledge, 2017. http://dx.doi.org/10.4324/9781315086446-28.
Full textMorris, Robert. "Architectonic Composition in South Indian Classical Music." In Analytical Studies in World Music: Analytical Studies in World Music, 303–31. Oxford University Press, 2006. http://dx.doi.org/10.1093/acprof:oso/9780195177893.003.0010.
Full textNijenhuis, Emmie te. "Key to the music notation." In Kīrtana: Traditional South Indian Devotional Songs, 300. BRILL, 2011. http://dx.doi.org/10.1163/9789004391772_010.
Full textte Nijenhuis, Emmie. "The Role of the Vīṇā in South Indian music." In Preliminary Material. BRILL, 2011. http://dx.doi.org/10.1163/9789004391888_006.
Full textWeidman, Amanda. "Listening to the Violin in South Indian Classical Music." In Theorizing the Local, 49–64. Oxford University Press, 2009. http://dx.doi.org/10.1093/acprof:oso/9780195331370.003.0003.
Full text"A Cultural Encounter in the Early 18th Century: The Collection of South Indian Manuscripts by the French Jesuit Fathers of the Carnatic Mission." In Aspects of Manuscript Culture in South India, 69–80. BRILL, 2012. http://dx.doi.org/10.1163/9789004223479_004.
Full textConference papers on the topic "Carnatic music, South Indian"
Sreejith, S., and Rajeev Rajan. "Rāga Recognition in Indian Carnatic Music Using Transfer Learning." In 2021 Fourth International Conference on Microelectronics, Signals & Systems (ICMSS). IEEE, 2021. http://dx.doi.org/10.1109/icmss53060.2021.9673599.
Full textJohn, Siji, M. S. Sinith, Sudheesh R. S, and Lalu P. P. "Classification of Indian Classical Carnatic Music Based on Raga Using Deep Learning." In 2020 IEEE Recent Advances in Intelligent Computational Systems (RAICS). IEEE, 2020. http://dx.doi.org/10.1109/raics51191.2020.9332482.
Full textSridhar, Rajeswari, and T. V. Geetha. "Swara Indentification for South Indian Classical Music." In 2006 9th International Conference on Information Technology. IEEE, 2006. http://dx.doi.org/10.1109/icit.2006.83.
Full textKrishnaswamy, A. "Application of pitch tracking to South Indian classical music." In 2003 International Conference on Multimedia and Expo. ICME '03. Proceedings (Cat. No.03TH8698). IEEE, 2003. http://dx.doi.org/10.1109/icme.2003.1221330.
Full textKoduri, Gopala Krishna, and Bipin Indurkhya. "A behavioral study of emotions in south indian classical music andits implications in music recommendation systems." In the 2010 ACM workshop. New York, New York, USA: ACM Press, 2010. http://dx.doi.org/10.1145/1878061.1878079.
Full textSinith, M. S., and K. Rajeev. "Pattern Recognition in South Indian Classical Music Using a Hybrid of HMM and DTW." In International Conference on Computational Intelligence and Multimedia Applications (ICCIMA 2007). IEEE, 2007. http://dx.doi.org/10.1109/iccima.2007.337.
Full text