Form analysis in Baroque music using artificial intelligence: investigation and comparison of three artificial intelligence models

Year 2026, Volume: 11 Issue: 1, 147 - 160, 02.02.2026

Turgay Tunç

https://doi.org/10.31811/ojomus.1806956

Abstract

The purpose of this study is to investigate and compare the form analyses of the piano piece Musette, BWV Anh. 126, from the Anna Magdalena Bach album by Johann Sebastian Bach, a Baroque composer, performed by artificial intelligence models. The study employed the document review method, a qualitative research design. The form analysis of the piece was conducted using three different artificial intelligence models. These analyses were evaluated comparatively. In the study’s artificial intelligence-based analysis, the paid versions of the ChatGPT-5, Claude Sonnet 4.5, and Gemini 2.5 models were used. These models were chosen because they can perform analysis using conceptual and linguistic musical knowledge. Therefore, their usability in education is important. In this respect, ChatGPT, Claude, and Gemini are models with potential for educational interpretation, not just for technical analysis. In the AI analysis process, the same instructions were given to each model, and the work’s notation was loaded into the models in PDF format; the form analysis of the work was interpreted using a natural language processing infrastructure. The research concluded that AI language models have the potential to serve as supportive tools in form analysis, but their performance varies significantly across model types.

Keywords

music , piano , artificial intelligence , form analysis

Barok müzikte yapay zekâ ile form analizi: üç yapay zekâ modelinin incelenmesi ve karşılaştırılması

Abstract

Bu araştırmanın amacı, Barok dönem bestecilerinden Johann Sebastian Bach’a ait Anna Magdalena Bach albümünden BWV Anh. 126 Musette adlı piyano eserinin, yapay zekâ modellleri tarafından yapılan form analizlerini incelemek ve karşılaştırmaktır. Araştırmada, nitel araştırma desenlerinden doküman incelemesi yöntemi kullanılmıştır. Araştırmada, eserin form analizi üç farklı yapay zekâ modeli ile yapılmıştır. Bu analizler karşılaştırmalı olarak değerlendirilmiştir. Araştırmanın yapay zekâ temelli analiz sürecinde, ChatGPT-5 modeli, Claude Sonnet 4.5 modeli ve Gemini 2.5 modelinin ücretli versiyonları kullanılmıştır. Bu modellerin tercih edilme sebebi, kavramsal ve dilsel müzik bilgisini kullanarak analiz yapabilmeleridir. Bu nedenle eğitimde kullanılabilirliği önem teşkil etmektedir. Bu bakımdan ChatGPT, Calaude ve Gemini, yalnızca teknik analiz değil, eğitimsel yorumlama potansiyeli olan modellerdir. Yapay zekâ analiz sürecinde, her modele aynı yönerge verilerek eserin notası PDF formatında modellere yüklenmiş; eserin form analizi doğal dil işleme altyapısıyla yorumlanmıştır. Araştırma sonucunda, yapay zekâ dil modellerinin form analizi alanında destekleyici araçlar olarak kullanılabilme potansiyeline sahip olduğu, ancak performanslarının model türüne göre önemli farklılıklar gösterdiği sonuca varılmıştır.

Keywords

müzik , piyano , yapay zekâ , form analizi

References

• Aksu, H. (2018). Dijitopya dijital dönüşüm yolculuk rehberi. Pusula Yayıncılık.
• Aziz, A. (2015). Sosyal bilimlerde araştırma ve yöntem teknikleri. Nobel Akademik Yayıncılık.
• Boden, M. A. (2010). Creativity and art: Three roads to surprise. Oxford University Press.
• Bridge.audio. (2025). Benchmark of the best AI for music analysis in 2025. https://www.bridge.audio/blog/benchmark-of-the-best-ai-for-music-analysis-in-2025/
• Buttol, V. (2023). Ethical implications of Artificial Intelligence: The relationship between algorithms and kindness [Yüksek lisans tezi, Ca’ Foscari Üniversitesi]. https://unitesi.unive.it/retrieve/9dc40b35-e6e7-48be-9716-6188daebc1ac/888522-1278817.pdf
• Canan, S. ve Acungil, M. (2018). Dijital gelecekte insan kalmak. Nefes Yayıncılık.
• Cangal, N. (2011). Müzik formları. Arkadaş Yayınevi.
• Cheng, L. (2025). The impact of generative AI on school music education: Challenges and recommendations. Arts Education Policy Review, 126(4), 255-262. https://doi.org/10.1080/10632913.2025.2451373
• Cope, D. (1992). Computer modeling of musical intelligence in EMI. Computer Music Journal, 16(2), 69-83. https://doi.org/10.2307/3680717
• Demircan, K. (2019). Yapay zekâ ile insan zekâsı arasındaki 10 fark nedir?. 10 Haziran 2025 tarihinde https://khosann.com/yapay-Zekâ-ile-insan-Zekâsi-arasindaki-10-fark-nedir/ adresinden erişildi.
• Deng, Z., Ma, Y., Liu, Y., Guo, R., Zhang, G., Chen, W., Huang, W. ve Benetos, E. (2024). MusiLingo: Bridging music and text with pre-trained language models for music captioning and query response. Findings of the association for computational linguistics: NAACL 2024 içinde (s. 3643-3655). https://aclanthology.org/2024.findings-naacl.231/
• Eberl, U. (2019). Akıllı makineler yapay zekâ hayatımızı nasıl değiştiriyor (L. Tayla, Çev.). Paloma Yayınevi.
• Fernández, J. ve Vico, F. (2013). AI methods in algorithmic composition: A comprehensive survey. Journal of Artificial Intelligence Research, 48, 513-582. https://doi.org/10.1613/jair.3908
• Gürel, M. (2017). Dijital kehanet. Destek Yayınları.
• Holster, J. (2024). Augmenting music education through AI: Practical applications of ChatGPT. Music Educators Journal, 110(4), 29-36. https://doi.org/10.1177/00274321241255938
• Kaplan, A. ve Haenlein, M. (2019). Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence. Business Horizons, 62(1), 15-25. https://doi.org/10.1016/j.bushor.2018.08.004
• Koç, O. (2018). Daha iyi bir dünya için yapay zekâ. Doğan Egmont Yayıncılık.
• Liu, W. ve Guo, W. (2025). Effectiveness of AI-driven vocal art tools in enhancing student performance and creativity. European Journal of Education, 60(1), e70037. https://doi.org/10.1111/ejed.70037
• Milakis, E. D., Argyrakou, C. C., Charalampidis, G., Bampouli, I. ve Lalou, A. (2024). Insights from ChatGPT-4: Pioneering AI in music education for young learners. International Journal of Humanities and Social Science Invention (IJHSSI), 13(1), 51-61.
• Miyake, N., Seto, F., Mizukawa, M., Kotosaka, S. ve Sato, T. (2011). Special issue on education of robotics & mechatronics “Focusing on the learning process and producing an education literature”. Journal of Robotics and Mechatronics, 23(5), 607-610. https://doi.org/10.20965/jrm.2011.p0607
• OpenAI. (2019). MuseNet. 15 Haziran 2025 tarihinde https://openai.com/research/musenet/ adresinden erişildi.
• Ramoneda, P., Parada-Cabaleiro, E., Weck, B. ve Serra, X. (2024). The role of large language models in musicology: Are we ready to trust the machines?. Proceedings of the 3rd Workshop on NLP for Music and Audio (NLP4MusA) içinde (s. 81-86). Association for Computational Lingustics.
• Pirate. (2023). The potential of ChatGPT in music: A guide to AI-assisted music composition and analysis. https://pirate.com/en/blog/chatgpt-music/
• Russell, S. J. ve Norvig, P. (2021). Artificial Intelligence: A modern approach (4. bs.). Pearson.
• Sturm, B., Ben-Tal, O., Monaghan, Ú., Collins, N., Herremans, D., Chew, E. ve Pachet, F. (2018). Machine learning research that matters for music creation: A case study. Journal of New Music Research, 48(1), 36-55. https://doi.org/10.1080/09298215.2018.1515233
• Tegmark, M. (2019). Yaşam 3.0: Yapay zekâ çağında insan olmak (E. C. Göksoy, Çev.). Pegasus Yayınları.
• Wenhui, J. (2021). Thoughts on the interaction between AI technology and music education. Sichuan Drama, 9, 170-172.
• Wu, Q. (2025). The application of artificial intelligence in music education management: Opportunities and challenges. Journal of Computational Methods in Sciences and Engineering, 25(3), 2836-2848. https://doi.org/10.1177/14727978251322675
• Yıldırım, A. ve Şimşek, H. (2021). Sosyal bilimlerde nitel araştırma yöntemleri (12. bs.). Seçkin Yayıncılık.
• Yuan, R., Lin, H., Wang, Y., Tian, Z., Wu, S., Shen, T., Zhang, G., Wu, Y., Liu, C., Zhou, Z., Wang, R., Li, G., Chen, W., Zhao, X., Wang, X., Lan, Y., Li, X. ve Li, X. (2024). ChatMusician: Understanding and generating music intrinsically with LLM. arXiv. https://arxiv.org/abs/2402.16153