ENGLISH FOLLOWS

Il n'y a pas que l'architecture qui puisse être considérée comme de la musique figée - les données aussi.

Cette première étude consiste à la création d'une onde sonore pour oscillateur à partir des rendements historiques d'une compagnie réelle.

Depuis quelques années, je nourris un intérêt sonore et académique envers la notion de volatilité.

J'ai eu le loisir d'explorer l'historique de la volatilité dans un essai inachevé, publié sur [On the history of uncertainty measures: The standard deviation](1). Lors de discussions ayant eu lieu au [Recurse Center](2), j'ai expliqué [mon processus de sonification des données](3) à quelques intéressé.e.s. Suite à la mention de cet intérêt pour la volatilité, mon souhait de pouvoir l'entendre, l'écouter, un participant (Emil Ng) a mentionné la possibilité de créer des ondes sonores directement à partir des données financières. L'idée m'est restée en tête et je commençai des recherches sur la façon de réaliser ce projet.

Cette première étude est l'aboutissement de quelques séances de recherche menées depuis l'an dernier. D'abord, j'ai voulu comprendre comment créer une onde sonore (waveform) dans Csound - il me fallait une f-table. Ensuite, j'ai lu sur comment lire cette onde avec un oscillateur - dans notre cas, poscil3. J'ai écrit un script Python pour générer les f-tables contenant les données financières, puis un second script pour générer la partition proprement dite. Il me manquait encore quelques notions de synthèse sonore pour arriver à cette première étude, notamment trouver une façon de contraindre les valeurs des rendements à être contenues dans l'intervalle [-1,1] - pour ce faire, j'ai utilisé une version recentrée de la fonction sigmoïde.

J'ai beaucoup appris sur les fondamentaux du son et de la synthèse sonore durant la création de cette étude. Il reste encore des artefacts dans le morceau, mais l'essentiel y est.

---------------------

It is not only architecture that can be seen as frozen music - data also can be.

The topic of this first tudy is the creation of a waveform for oscillator, based on historical returns of a real business.

I have been nurturing an academic and artistic interest towards volatility for a few years now.

I've explored the history of volatility as a concept in an unfinished essay, published on [On the history of uncertainty measures: The standard deviation](1). During discussions that took place at the [Recurse Center](2), I've been able to explain my [data sonification process](3) to a few curious people. Following my mention of my interest towards volatility, and my desire to hear it, to listen to it, one of them (Emil Ng) mentionned the possibility of creating waveforms directly from the data. The idea stuck with me and I soon started doing research on how I could do this.

This first study is the result of a few research sessions that took place since last year. First, my goal was to understand how to create a waveform in Csound - I needed an f-table. Then, I've read on how to read this f-table wiht an oscillator - in this case, poscile3. I wrote a Python script to generate the f-tables containing the financial data, as well as a second script to generate the score itself. I still needed a few sound synthesis concepts to manage to do this first study, namely finding a way to constrain the data to be between [-1,1] - to do this, I've used a recentered version of the sigmoid function.

I've learned a lot on the fundamentals of sound synthesis and on sound during this study. There are still sound artefacts in the work, but the essential is there.

--- URLs ---

(1) - eviau.net/ecrits/stdev.html
(2) - eviau.net/rc/
(3) - github.com/eviau/datasonification