読者です 読者をやめる 読者になる 読者になる

CHANGE MY LIFE

思ったことを書く

音楽推薦? わからないめう

中身がない。まとめのまとめみたいな感じ。
" 音楽推薦 "の現状が気になったのでググって軽く調べてみた

はじめに

同期が音楽推薦について相談に乗ってきていい機会だし少し調べてみるかと思った.私自身は機械学習で音声分類しようとして一度"音"って難しいなと思ってる.

既存サービス

私が初めに思い浮かんだのは音楽推薦ではないけれど産総研のSongleである。
Songleとはインターネット上にある楽曲の中身を自動解析できる音楽理解技術を開発し、楽曲の歌詞か昨日やサビ出し機能を使用しながらより能動的で豊かな音楽視聴ができるサービス. 

【第47回】iPhoneで新しい音楽と出会える! 厳選アプリ4つを紹介 (3/3) - Phile-web

この記事だと 音楽の"推薦"アプリには「walknote 」があるらしい。
ユーザの音楽ライブラリをインポートして音楽を解析してその傾向から曲を推薦する仕組み?なのかな 

楽曲(音楽)推薦 の種類 

①. 同じ楽曲を聴いている他の利用者の好きな楽曲を推薦する手法
②. 楽曲に対してタグ付けを行い、似たような楽曲を好むと仮定して推薦する手法

②は楽曲を解析して楽曲ごとの特徴抽出を行う。
関西大学システム理工学部のサイトには

タグ付は専門家や機械による自動抽出で行われます.しかし,楽曲に対する「好み」は複雑なもので,好きな楽曲と同じような楽曲を求めているとは限りませんし,専門家や機械による分類がユーザの主観と異なり求めている楽曲が推薦されない場合もあります.

 と記載されていて必ずしも似たような楽曲が好きな楽曲とは限らないという考えからユーザの主観に合わせて楽曲を推薦するシステム開発に取り組んでいるとのこと。

個人的には"音楽推薦”の流れは

まず膨大な曲から特徴空間を作成。次に自分の好きな曲を全てインポートして曲の特徴量から自分の好きな曲空間を作成。最後に全体の空間と自分の好きな曲空間が重なってる曲が推薦される流れ?

と思ってる。書いていて思ったけどうーん、違うかもな

 

②について私は興味を持ったのでこれからは②の楽曲解析手法について調べてみる。先ほど示した産総研のsongleでは楽曲ごとにサビ、ビート、メロディ、コードを自動解析するとのこと。どのように自動解析してるか気になるのですが,これは参考論文当たれば出てくるのかな(探します)

楽曲の解析手法 

よくわからんから"実践 機械学習システム 9章"を読んだ. 

実践 機械学習システム

実践 機械学習システム

 

機械学習!!

生の音楽データをいきなりぶち込んでも上手くいかないので音声認識の特徴量であるMel Frequency Cepstrum Ceps(MFCC)やAuditory Filterbank Temporal Envelope(AFTE)などを用いて分類することによって音楽のジャンル分類の精度が多少よくなる?書籍によるとFFTよりMFCCの方が精度がよくMFCCよりAFTEの方が精度が良いとのこと。

この辺よくわかってないから,もう少し勉強しますね。 

本当はSongleで用いている「サビ、ビート、メロディ、コード」ってどうやって自動解析してるか気になったのですが論文あるかな?(調べ中)
Songleの報告書の参考文献から探していけばありそう!!??

 

疑問なのが研究するとして音楽の場合一般的に実験するデータセットってなんだろう. 産総研が配布してた小規模データセットとか声なしの曲はいくつか見つかったけど基本的には自分で集めてくる流れなのか..???

参考/引用