Clustering von Songs (Das Joe Walsh-Problem)

Die Eagles sind eine Rock-Supergruppe aus den 70ern und 80ern, die für Klassiker wie das Hotel California verantwortlich ist . Sie haben zwei ganz unterschiedliche Klänge, einen, in dem Gitarrist Joe Walsh anwesend ist (zum Beispiel in Life in the Fast Lane ) und einen, in dem er abwesend ist. Die letzteren Songs haben ein deutlich düstereres / langweiligeres Gefühl.

Ich bin gespannt, inwieweit ein (unbeaufsichtigter) Lernalgorithmus den Unterschied zwischen den beiden Geräuschen erkennen kann. Man könnte sich vorstellen, dass es leicht sein würde, den Unterschied zwischen Speed ​​Metal und klassischer Musik zu erkennen, aber was ist mit Sounds derselben Band?

Wie würde ich ein solches Experiment durchführen? Angenommen, ich habe bereits die relevanten Audiodateien in einem Standardformat.

Beachten Sie, dass dies auch für andere Rockgruppen wie AC / DC gelten sollte, die 1980 den Leadsänger gewechselt hatten, und möglicherweise sogar für andere Genres, möglicherweise sogar für modernere Musik.

Was Sie tun möchten, wird anscheinend als Audio Feature Extraction oder genauer gesagt als Music Information Retrieval bezeichnet . Dabei handelt es sich um automatisierte Methoden, die Eigenschaften aus (Gruppen von) Musikdateien herausfiltern. Sie müssten Merkmale von Samples beider Äquivalenzklassen extrahieren und Unterschiede untersuchen, die die Songauswahl beeinflussen können.

Recherche-Tools gibt es zum Beispiel hier und hier . Ein Finalist der Google Science Fair 2011 präsentierte interessante Dinge, aber ich kann seine Tools nirgendwo finden.