Upphovsman:CC0 Public Domain
Lil Nas X:s rekordinställning, topplistan "Old Town Road" är verkligen country. Men det är också lite rock'n'roll. Och när du analyserar texterna och ackorden tillsammans, det är rak pop.
Åtminstone, det är enligt ett artificiellt intelligensverktyg utvecklat av USC datavetenskap Ph.D. studenten Timothy Greer. Greers metod förutsäger automatiskt musikgenrer genom att analysera hur texter och ackord interagerar med varandra under hela låten.
Metoden klassificerade "Old Town Road" som land enligt texten; rock enligt ackorden (baserat på ett Nine Inch Nails musikprov); och pop enligt ackorden och texterna kombinerade.
Pappret, med titeln "Använda delade vektorrepresentationer av ord och ackord i musik för genrklassificering, "kommer att presenteras vid talet, Music and Mind 2019 -konferensen den 14 september.
En mycket mänsklig upplevelse
"Old Town Road är en intressant låt, "sa Greer, en livslång musiker som för närvarande spelar saxafon och keyboard i ett LA-baserat band (musikgenre:Indierock).
"Texterna är genomsyrade av countrygenren, men ackorden och instrumenteringen låter inte alls som country. Algoritmen belyser musikens komplexitet, både när det gäller hur musiken är konstruerad och hur den uppfattas, med andra ord, hur människor behandlar det. "
Denna strävan inom musikforskning - att beräkningsförstå de historier vi berättar med den, och hur människor upplever och påverkas av det - är en del av ett större forskningsprogram inom Computational Media Intelligence vid USC Signal Analysis and Interpretation Laboratory (SAIL) (SAIL).
"Musikkonstruktion och uppfattning är relaterade, men de är inte en och samma, "säger Greers handledare och medförfattare till papperet Shrikanth Narayanan.
Narayanan, SAIL -direktör och Niki och Max Nikias ordförande och professor i el- och datateknik, har tidigare analyserat röstmönster för beatboxare och operasångare med MR -skanningar, förutspådde våldsbetyg med filmmanus och utvecklade teknik som använder röst för att bedöma högtalarnas känslor. Han sa att han är upphetsad över denna nya forskning eftersom det är ett nytt sätt att analysera musik beräkningsmässigt och kan avslöja oväntade mönster.
"Vi säger alltid att det inte finns någon hård regel för mänskliga upplevelser av musik, "sade Narayanan, en klassisk musikentusiast som spelar det indiska stränginstrumentet veena och fiolen. "AI och maskininlärning kan ge ett objektiv för att titta på denna mycket mänskliga upplevelse."
Ett nytt ljud
"Old Town Road, "som nu har legat högst upp på listorna i 18 veckor, har varit anmärkningsvärd för sin genreblandande egenskap. Som ett av de mest debatterade ämnena i popvärlden i sommar, alla verkar ha en annan åsikt - är det land, pop, sten? Eller något helt annat?
I april 2019, låten togs bort från Billboard Hot Country -diagrammet eftersom den "inte omfamnade tillräckligt med element i dagens countrymusik för att kartlägga i sin nuvarande version, "enligt ett Billboard -uttalande.
Greer satte låten på prov med tre modeller som han hade utvecklat för att förutsäga genre:använder endast ackordinbäddningar, endast lyriska inbäddningar och med ackord-och-lyriska inbäddningar kombinerade. Han utbildade systemet i en datauppsättning med 190, 165 musikaliska segment från 5, 304 poplåtar med texter och motsvarande ackord.
Medan de flesta genreprognosverktygen använder en sångs hela ljudfil, vilket innebär att hämta och bearbeta en inspelning av hög kvalitet, Greers metod kan klassificera genre med endast ackord och texter, som vanligtvis är tillgängliga online med en snabb Google -sökning.
"Detta samspel mellan ackordsekvenser och lyriska sekvenser kan ge oss en bättre inblick i hur vi uppfattar genre än att använda antingen ensam, även om båda dessa metoder enbart innehåller användbar information, också, sa Greer.
Studien ger en bättre förståelse för hur vi uppfattade och bearbetade musik, specifikt skillnaderna i mänsklig musikuppfattning - och kategorisering - av musikgenre beroende på det "ser glas" som används.
Tillämpningar inkluderar hur musikinnehåll marknadsförs, förbrukas och märks; neuropsykologi och mekanismerna för mänskligt tänkande; och affektiva datorsystem som påverkar mänskliga känslor.