基于机器学习与和弦特征工程的巴西流行音乐流派预测
信息检索
2019-02-12 v1 机器学习
声音
音频与语音处理
机器学习
摘要
音乐流派难以描述：涉及诸多因素，如风格、音乐技法与历史背景。某些流派甚至具有重叠特征。为更好地理解音乐流派如何与音乐和声结构相关联，我们收集了数千首巴西流行歌曲的和弦数据。此处“流行”不仅指名为 MPB（巴西流行音乐）的流派，还指被认为巴西特有的九个不同流派。本工作的主要目标是从和弦数据中提取并工程化与和声相关的特征，并利用其分类巴西流行音乐流派，以建立和声关系与巴西流派之间的联系。我们也强调获取数据的 method 的泛化性，便于本工作的复现与直接扩展。我们的最终模型是多个分类树的组合，即随机森林模型。我们发现，从和声元素提取的特征以及从 Spotify API 获得的特性能满意地预测巴西案例中的音乐流派。本工作所考虑的变量也提供了它们与流派如何相关的直观认识。
引用
@article{arxiv.1902.03283,
title = {Machine learning and chord based feature engineering for genre prediction in popular Brazilian music},
author = {Bruna D. Wundervald and Walmes M. Zeviani},
journal= {arXiv preprint arXiv:1902.03283},
year = {2019}
}
备注
10 pages, 10 figures, 7 tables