Abstract
Abstract Echofriendly è un progetto di etnomusicologia applicata dedicato al miglioramento della qualità eco-acustica degli ambienti di vita e di lavoro, alla conservazione dei paesaggi sonori naturali e antropici, e alla conoscenza e comprensione umana dei paesaggi sonori. Il progetto ha tre obiettivi principali: 1) sviluppare un modello acustemologico da applicare alla descrizione qualitativa dei paesaggi sonori; 2) implementare una serie di servizi ICT per la raccolta di dati qualitativi e quantitativi su paesaggi sonori naturali e antropici e sulla qualità eco-acustica degli ambienti di vita e di lavoro, in una prospettiva inter- e transculturale e di citizen science; 3) sperimentare le tecniche più avanzate di intelligenza artificiale e machine learning per la classificazione automatica dei paesaggi sonori. Il progetto colma una lacuna evidente nello stato dell’arte degli studi ecoacustici e implementa un modello acustemologico per la descrizione qualitativa dei paesaggi sonori in una prospettiva interculturale e transculturale. Echofriendly tiene conto anche di altre modalità di percezione sensoriale dominante, come quelle condivise dalle persone con disabilità visive, un gruppo che si affida al suono per comprendere e orientarsi nell’ambiente circostante, con l’obiettivo di individuare le barriere di accesso generate dai paesaggi sonori. Per la prima volta, il progetto integra la prospettiva dell’ecoacustica con quella dell’antropologia del suono e dell’acustemologia, e mette in discussione l’approccio etno- e sociocentrico delle scienze dure all’analisi qualitativa dei paesaggi sonori (“decolonizzare” l’analisi del paesaggio sonoro). Echofriendly costituisce un significativo avanzamento nell’analisi dei paesaggi sonori e restituisce centralità alla ricerca antropologica sul suono nell’ampio panorama delle discipline che convergono sull’ecologia sonora. Echofriendly è un progetto interdisciplinare all’avanguardia, che coinvolge etnomusicologia e antropologia del suono, ICT, machine learning, ecoacustica e game studies. Il gruppo di ricerca è caratterizzato da competenze fortemente interdisciplinari e, al contempo, da una forte coesione di interessi di ricerca. I membri del settore scientifico di Etnomusicologia e Musicologia convergono, con anni di esperienza di ricerca, su prospettive che hanno il paesaggio sonoro come oggetto primario; i membri del settore ING-INF/05 (Sistemi di Elaborazione delle Informazioni) sono studiosi di riconosciuta fama internazionale nel campo dell’analisi multimodale applicata all’esecuzione musicale, al social signal processing e al sound and music computing. Echofriendly è un progetto di innovazione trasformativa che interviene sul tema strategico del BENESSERE UMANO. I 19 target e 4 milestone sono interamente finalizzati alla realizzazione degli obiettivi del CLUSTER CULTURA, SOCIETÀ CREATIVA E INCLUSIVA - SUBCLUSTER 3, con un’attenzione specifica alla conservazione dei paesaggi sonori e della conoscenza umana ad essi relativa come componente integrante dei paesaggi culturali, delle usanze e delle tradizioni, e al miglioramento del benessere dei cittadini negli ambienti di vita e di lavoro.
Risultati raggiunti
Il progetto ha portato allo sviluppo di un modello acustemologico integrato per la descrizione qualitativa e interculturale dei paesaggi sonori, elaborato attraverso una revisione sistematica della letteratura scientifica e una serie di versioni intermedie, via via più complete, progressivamente arricchite con le dimensioni percettive, ambientali e culturali emerse dal lavoro sul campo. Il modello è stato reso pubblicamente disponibile online e integra, oltre alla prospettiva dell’ecocustica e dell’antropologia del suono, anche un’attenzione alle esigenze percettive di gruppi che si affidano principalmente all’udito per orientarsi nell’ambiente, come le persone con disabilità visive. Il modello è stato infatti concepito anche per rispondere a tali esigenze, con l’obiettivo di individuare le barriere di accesso generate dai paesaggi sonori. A supporto del modello è stato costruito un dataset di paesaggi sonori attraverso la partecipazione di 117 volontari, coinvolti tramite i questionari Echofriendly e la Weinstein Noise Sensitivity Scale, con protocolli di rilevazione che hanno incluso registrazioni audio, misurazione dei livelli di pressione sonora e annotazione contestuale dei siti; il processo di validazione ha portato a 138 risposte complete utilizzate per le analisi successive. Sono state inoltre elaborate linee guida etiche e metodologiche per la raccolta e il trattamento dei dati, con particolare attenzione alla privacy, al consenso informato e alla gestione responsabile delle informazioni raccolte. La prospettiva interculturale del modello è stata approfondita anche attraverso una ricerca sul campo condotta in Grecia, in Tunisia, in Calabria e in Sicilia, che ha permesso di raccogliere dati utili ad arricchire il modello acustemologico con elementi rappresentativi di contesti culturali e paesaggistici. Si è provveduto anche a effettuare rilievi e misure di strumenti musicali antichi custoditi in collezioni pubbliche e private (tra gli altri il Museo e biblioteca internazionale della musica di Bologna, la collezione di Francesco Carreras, gli strumenti dell’antico Egitto del Museo dell’Institut for the Study of Ancient Cultures, University of Chicago, del ROM Museum di Toronto, del Reiss-Engelhorn-Museen di Mannheim) allo scopo di realizzarne copie funzionanti che consentissero di valutarne le proprietà acustiche e la relazione con i paesaggi sonori in cui erano inscritti. Tutto ciò in collaborazione con le Unità di Torino e di Genova ha consentito di alimentare lo sviluppo di modelli di intelligenza artificiale per la classificazione automatica dei paesaggi sonori, calibrati anche attraverso tecniche di raggruppamento percettivo percettivo e approcci ibridi che combinano caratteristiche acustiche e dati questionari, e ha costituito la base per un’infrastruttura semantica dedicata, comprendente un’ontologia OWL dei paesaggi sonori e un archivio dati (triplestore RDF) interrogabile tramite tecnologie del web semantico. Sul piano degli strumenti digitali è stata realizzata la piattaforma web Acusteme, che integra funzionalità di annotazione ed esplorazione dei dati raccolti, insieme a un prototipo dell'applicazione per smartphone Echofriendly, sviluppato a livello di design e simulazione su dataset campione. Tra gli altri risultati figurano il logo Echofriendly, per il quale è stata avviata la procedura di registrazione come marchio, e una rete di collaborazioni e iniziative di disseminazione verso il mondo accademico e produttivo, incluse interazioni con soggetti industriali interessati alle applicazioni del progetto in ambito di monitoraggio e pianificazione acustica urbana. I risultati scientifici sono stati infine raccolti in pubblicazioni ad accesso aperto, tra cui un contributo sulla costruzione del dataset e sulla classificazione dei paesaggi sonori e un volume a cura di Silvia Bruni: Campi in movimento, ascolti in comune. Metodi, relazione e tecnologie, LIM, Lucca, 2026, che presenta i risultati del progetto raccogliendo i contributi dei componenti delle tre unità e quelli di altri autori. L’Unità di Bologna ha realizzato anche un convegno internazionale conclusivo dedicato alla presentazione e alla restituzione dei risultati raggiunti: “Ecosistemi sonori e sostenibilità: dall’etnografia al machine learning” (Dipartimento delle Arti, Salone Marescotti, 28 gennaio 2026).Project details
Unibo Team Leader: Domenico Staiti
Unibo involved Department/s:
Dipartimento delle Arti
Coordinator:
Università degli Studi di TORINO(Italy)
Total Unibo Contribution: Euro (EUR) 80.400,00
Project Duration in months: 24
Start Date:
30/11/2023
End Date:
28/02/2026
