Digitization, Recognition and Automated Clustering of Watermarks in the Music Manuscripts of Franz Schubert

Das interdisziplinäre Projekt „Digitization, Recognition, and Automated Clustering of Watermarks in the Music Manuscripts of Franz Schubert“ (DRACMarkS) bietet eine neue Perspektive auf die in den Musikmanuskripten Franz Schuberts befindlichen Wasserzeichen. Im Rahmen des Förderprogramms Heritage Science Austria der ÖAW setzt das Projekt Thermographie, Machine Learning und Signalverarbeitung ein, um digitalisierte Wasserzeichen für Datenbanken und Manuskriptbeschreibungen zu erstellen sowie die Datierung einiger bisher undatierter Autographen zu präzisieren. Durch Übertragung von Verfahren aus dem Bereich der digitalen Fingerabdruckerkennung auf die neu gewonnenen hochwertigen Wiedergaben von Wasserzeichen wird eine neue Methode zu deren automatischer Kategorisierung entwickelt.

Die Katalogisierung von Schuberts Handschriften, die nähere Datierung der Quellen sowie die Analyse der verschiedenen Papiersorten sind zentrale Anliegen der Wiener Arbeitsstelle der Neuen Schubert-Ausgabe (NSE) seit den Anfängen der NSE in den 1960er Jahren, erlauben sie doch zusätzliche Informationen zur Entstehung der Werke. Dank kontinuierlicher Quellendokumentation kann die NSE heute auf einen Bestand von mehr als 1.300 handschriftlichen Wasserzeichenpausen zurückgreifen. Leider sind einige dieser Pausen unter ungünstigen Bedingungen entstanden und lassen keinen vergleichenden Überblick zu.

Hier setzt das Projekt DRACMarkS an: Durch die Anwendung innovativer Digitalisierungsmethoden – in Zusammenarbeit mit Wissenschafter:innen des Instituts für Schallforschung der ÖAW – sollen neue, objektivere Ergebnisse erzielt werden. Zunächst werden die Wasserzeichen in Schuberts Manuskripten mit Hilfe einer Wärmebildkamera genau erfasst. Für die so entstandenen Bilder werden charakteristische Merkmale identifiziert und verglichen. In Korrelation mit anderen Sammlungen wird eine Schnittstelle entwickelt, die die Suche nach ähnlichen oder identischen Wasserzeichen erleichtert. Um den offenen Zugang und die Langzeitarchivierung zu gewährleisten, werden die Daten nach den Richtlinien der Music Encoding Initiative (MEI) strukturiert und in eine Datenbank (zugänglich über die zukünftige Forschungsplattform schubert-digital.at) sowie in das Wasserzeichen-Informationssystem (WZIS) eingegeben. In einem weiteren Schritt wird maschinelles Lernen eingesetzt, um die Unterschiede zwischen den an das Papier als Träger gebundenen Spuren und den thermografischen Bildern zu analysieren. Mittels Style-Transfer-Learning können die Wasserzeichenpausen so transformiert werden, dass die Bilder denen ähneln, die durch Thermografie erzeugt wurden. Auf dieser Grundlage werden auch handschriftliche Aufzeichnungen, die aus verschiedenen Gründen nicht digital erfasst werden können, in unsere Überlegungen einbezogen. Dieser Ansatz wird neue Forschungsmöglichkeiten eröffnen und ein allgemeines Anwendungsszenario für ähnliche Projekte auf der Grundlage analoger wie digital verarbeiteter Forschungsdaten schaffen.

Publikationen zum Projekt

Publikationen zum Projekt

Vorträge zum Projekt

Vorträge zum Projekt

 

 

Projektleitung und Kontakt

Dr. Katharina Loose-Einfalt
(derzeit in Karenz)
Dr. Günther Koliander
ao. Univ.-Prof. Dr. Andrea Lindmayr-Brandl


Weitere Mitarbeitende

Clemens Gubsch, MA
Paul Gulewycz, MA
Marlene Peterlechner, MA


Laufzeit

09/2021–08/2024


Finanzierung


Links