ブラジルのポピュラー音楽におけるジャンル予測に機械学習とコードベースの特徴量エンジニアリングを用いる

音楽ジャンルを説明することは難しい：スタイル、演奏技術、歴史的文脈など多くの要因が関与しています。一部のジャンルは甚至特性が重複することもあります。本研究では、音楽ジャンルと和声構造の関連性をより深く理解するために、数千曲のブラジルの人気曲についてコードデータを収集しました。ここで「人気」とは、MPB（ブラジル大衆音楽）というジャンルだけでなく、ブラジル特有の9つの異なるジャンルを指します。本研究の主な目的は、コードデータから和声に関連する特徴量を抽出・加工し、それらを使用してブラジルの人気音楽ジャンルを分類することで、和声関係とブラジルのジャンルとのつながりを確立することです。また、データ取得方法の一般化にも重点を置き、本研究の再現や直接的な拡張が可能となるようにしています。最終的なモデルは複数の分類木を組み合わせたもので、ランダムフォレストモデルとも呼ばれています。私たちは、和声音素から抽出した特徴量がブラジルの場合において音楽ジャンルを満足いく精度で予測できることを見出しました。Spotify APIから得られた特徴量も同様に有用であることが確認されました。本研究で考慮された変数はまた、それらがどのように各ジャンルに関連しているかについて直感的な理解を与えてくれます。