admin

Categorías

Coobis

¿Puede la ciencia informática predecir una canción de éxito?

Actualidad Informática. Mediante inteligencia artifical se peude predecir el éxito de música. Rafael Barzanallana.
Una nueva investigación ha examinado si de una canción se puede predecir que será una superventas.

El documento, que será presentado en un taller internacional esta semana, argumenta que la predicción de la popularidad de una canción  podría ser factible según el estado actual de la técnica de algoritmos de aprendizaje automático. El equipo de investigación, dirigido por el Dr. Tijl de Bie, de la University of Bristol’s Intelligent Systems Laboratory en la Faculty of Engineering.

El equipo analizó el funcionamiento de listas del Reino Unido con 40 principales  en los últimos 50 años. Su objetivo era distinguir las canciones más populares. Un sitio web, ScoreAHit, sobre la investigación está disponible en scoreahit.com /

Los investigadores utilizaron hechos musicales tales como: el tempo, el compás, la duración de la canción y la sonoridad. También calcularon resúmenes más detallados de las canciones como la sencillez armónica, lo simple,  la secuencia de acordes, y no armonicidad, como «ruidosidad» de la canción.

La ecuación funciona buscando en todos los éxitos del Reino Unido durante un tiempo determinado y midiendo sus características de audio. A partir de esto, los investigadores obtenían una lista de pesos, contando entonces la importancia de cada una de las 23 características, fue  lo que les permite calcular una puntuación para una canción.

El equipo halló que podía clasificar una canción en un hit o no hi‘ en función de su puntuación, con una tasa de exactitud del 60 por ciento en cuanto a si una canción va a llegar a los cinco primeros, o si no se llega por encima de la posición 30 en la tabla superior del Reino Unido, que escoge 40.

Dr. Tijl De Bie, profesor titular de Inteligencia Artificial, dijo: «Los gustos musicales evolucionan, lo que significa que nuestro ‘ ecuación potencial de hit» tiene que evolucionar y de  hecho, hemos encontrado que  el éxito potencial de una canción depende de la época, se debe a variables como estilo dominante de música,  cultura y medio ambiente. »

El estudio encontró algunas tendencias interesantes, tales como:

  • Antes de los años ochenta, la DanceAbility (bailabilidad) de una canción no era muy importante para su éxito potencial. A partir de entonces, las canciones bailables eran más propensas a convertirse en un éxito. Asimismo, el promedio de DanceAbility de todas las canciones en las listas aumentó repentinamente en los años setenta.
  • En los años ochenta los estilos musicales más lento (tempo 70-89 latidos por minuto), como la balada, eran más propensos a convertirse en un éxito.
  • La precisión de la predicción de la ecuación de los investigadores varía con el tiempo. Es particularmente difícil predecir éxitos en 1980. La ecuación da mejor rendimiento en la primera mitad de los años noventa y desde el año 2000. Esto sugiere que los finales de los setenta y principios de los ochenta eran particularmente creativos, fueron los períodos innovadores de la música pop.
  • Hasta principios de los noventa, los sonidos eran por lo general armónicamente más simples que otras canciones de la época. Por otro lado, a partir del noventa los sonidos son con más frecuencia más simples, que  los ritmosbinarios  como el 4 /4.
  • En promedio, todas las canciones en la tabla son cada vez más fuertes. Además, los éxitos son relativamente más fuertes en las canciones que cuelgan en la parte inferior de las listas, se refleja en un peso fuerte para la función de volumen.

Los resultados del estudio difieren de investigaciones anteriores, pues hsta ahora no ha sido demostrado  predecir los posibles afectados. Una  diferencia cualitativa importante, posiblemente, con los estudios anteriores es el uso del perceptrón, cambio de tiempo para dar cuenta de la evolución de los gustos musicales.

Fuente: University of Bristol. «Can science predict a hit song?.» ScienceDaily, 16 Dec. 2011. Web. 17 Dec. 2011.

Related Posts with Thumbnails

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

*

This blog is kept spam free by WP-SpamFree.

Calendario

septiembre 2020
L M X J V S D
« Nov    
 123456
78910111213
14151617181920
21222324252627
282930  

Spam

Otros enlaces

  • Enlaces

    Este blog no tiene ninguna relación con ellos, ni los recomienda.


  • Paperblog

    autobus las palmas aeropuerto cetona de frambuesa