DECIBEL: Improving Audio Chord Estimation for Popular Music by Alignment and Integration of Crowd-Sourced Symbolic Representations
Utrecht University（乌得勒支大学）
自动和弦估计（ACE）是音乐信息检索（MIR）中的一项基本任务，在音乐演奏和音乐信息检索研究中都有重要的应用。该任务包括分割音乐录音或乐谱，并为每个片段分配和弦标签。虽然ACE已经成为MIREX年度基准评估的一项任务超过10年，但ACE尚未成为一个解决的问题，因为性能停滞不前，现代系统已经开始根据主观训练数据调整自己。我们提出DECIBEL，一个新的ACE系统，利用广泛可用的标签和标签表示，以提高ACE从音频。DECIBEL首先从对应于同一流行音乐歌曲的音频文件和一组MIDI和Tab文件中估计和弦序列。对于音频，使用最先进的音频ACE方法。将音频文件与音频对齐，然后执行重和弦估计步骤。标签文件被转换成不计时的和弦序列，然后与音频对齐。接下来，DECIBEL使用数据融合将所有估计的和弦序列集成到一个最终输出序列中。DECIBEL将所有经过测试的最先进的ACE方法平均提高了3%以上。这一结果表明，从异构的符号音乐表示的音乐知识的整合是一个合适的策略，解决具有挑战性的MIR任务，如ACE。
2020-02-22 cs.MM cs.SD eess.AS
Deep Learning Approach for Singer Voice Classification of Vietnamese Popular Music
Sun* Inc（太阳星公司）；Le Quy Don Technical University（黎贵敦技术大学）
在数字化时代，对歌手的语音进行分类是一项有意义的工作。在歌曲数量庞大的今天，歌手的识别对于音乐信息检索、音乐属性索引等都有很大的帮助。我们采用的声乐段检测和歌声分离的预处理步骤。这些步骤的目的是从混合声音中提取歌手的声音。为了建立一个歌手分类器，我们提出了一个神经网络架构，工作与梅尔频率倒谱系数作为输入特征提取的声乐。为了验证我们的方法的准确性，我们评估了来自18位著名歌手的300首越南歌曲的数据集。我们实现了92.84%的准确性与5倍分层交叉验证，最好的结果相比，其他方法在相同的数据集。
2021-02-24 cs.LG cs.SD eess.AS
Who Will Top the Charts? Multimodal Music Popularity Prediction via Adaptive Fusion of Modality Experts and Temporal Engagement Modeling
GAMENet通过融合多模态数据和时间参与建模，提升了音乐流行度预测的准确性。
2025-12-06 cs.AI cs.LG cs.SD
Transformer-XL Based Music Generation with Multiple Sequences of Time-valued Notes
Microsoft Development Co., Ltd.（微软开发有限公司）；University of Science and Technology of China（中国科学技术大学）；Communication University of China（中国传媒大学）
当前最先进的基于AI的经典音乐创作算法（诸如Music Transformer）通过采用具有时移的单个音符序列来训练。绝对时间间隔表示的主要缺点是难以计算一个或多个音符文件中具有相同音符值但不同节奏的音符的相似度。此外，单一序列的使用限制了模型单独有效地学习和声和节奏等音乐信息。在本文中，我们提出了一个框架，两种新的方法分别跟踪这两个不足，一个是时间值的音符序列的建设，解放注意值从节奏，另一个是单独使用的四个序列，即，前注意到当前注意到，注意到关闭，音高，和速度，联合训练四个transformer-XL网络。通过对23小时钢琴训练数据集的训练，我们的框架生成的音乐比三个最先进的基线（即Music Transformer、DeepJ和基于单个序列的Transformer-XL）要好得多，时间也长得多。
2020-07-11 cs.MM cs.SD eess.AS
BandCondiNet: Parallel Transformers-based Conditional Popular Music Generation with Multi-View Features
Xi'an Jiaotong University（西安交通大学）；Singapore University of Technology and Design（新加坡科技设计大学）
针对多轨流行音乐条件生成中条件保真度、结构建模和轨道和声不足的问题，提出基于并行Transformer的BandCondiNet，采用多视图特征及SEA和CTT模块，在客观和主观评估中显著优于现有模型。
2025-10-17 cs.AI cs.MM cs.SD
SMUG-Explain: A Framework for Symbolic Music Graph Explanations
Institute of Computational Perception, Johannes Kepler University Linz（约翰内斯·开普勒大学林茨分校计算感知研究所）；LIT AI Lab, Linz Institute of Technology（林茨理工学院LIT人工智能实验室）
本研究提出SMUG-Explain框架，基于Verovio库搭建交互式界面，可在乐谱语境下可视化图神经网络针对乐谱预测任务的输入贡献，并在古典音乐终止式检测任务中验证了用法，代码已开源。
2024-05-15 cs.SD eess.AS
SoundSignature: What Type of Music Do You Like?
New York University（纽约大学）
SoundSignature 将 MIR 与 OpenAI Assistant 结合，通过聊天交互为用户提供个性化音乐声学分析和教育功能，并集成开源音乐处理工具，经试点研究验证其有效性与可用性。
2024-10-04 cs.AI cs.IR cs.SD
Comparative Assessment of Markov Models and Recurrent Neural Networks for Jazz Music Generation
Carlmont High School（卡尔蒙特高中）；University of California San Diego（加利福尼亚大学圣迭戈分校）
本研究比较了马尔可夫链和RNN在爵士乐即兴生成中的表现，利用律动相似性和音高熵等指标发现RNN在节奏一致性和调性稳定性上更优，为AI音乐生成提供了评估见解。
2023-09-14 cs.MM cs.SD eess.AS
Symbotunes: unified hub for symbolic music generative models
Warsaw University of Technology（华沙理工大学）
针对符号音乐生成模型实现差异大、难以比较和上手的问题，本文推出开源统一中心 Symbotunes，提供多种知名方法的现代 Python 实现及统一的训练与生成流水线。
2024-10-27 cs.AI cs.LG cs.SD
musif: a Python package for symbolic music feature extraction
musif是一个用于符号音乐特征提取的Python包，提供大量预定义特征和自定义特征创建功能，适用于MusicXML及其他音乐信息检索格式。
2023-07-03 cs.MM cs.SD eess.AS
Nested Music Transformer: Sequentially Decoding Compound Tokens in Symbolic Music and Audio Generation
本文提出嵌套音乐变换器，通过自回归方式解码复合令牌，提升符号音乐和音频生成的性能，降低内存使用。
2026-03-16 cs.IR cs.LG cs.SD
Temporal Adaptation of Pre-trained Foundation Models for Music Structure Analysis
本文提出一种时间适配方法，通过音频窗口扩展和低分辨率适配对预训练音乐基础模型进行微调，在Harmonix Set和RWC-Pop上显著提升音乐结构分析性能，同时保持内存占用和推理速度不变。
2025-07-17 cs.SD eess.AS
Random Projections of Mel-Spectrograms as Low-Level Features for Automatic Music Genre Classification
Federal University of Technology – Paraná（巴拉那联邦理工大学）；University of Campinas（坎皮纳斯大学）
在这项工作中，我们分析的随机投影梅尔声谱图作为低级别的功能，音乐流派分类。将该方法与手工特征、使用自动编码器学习的特征以及从迁移学习设置获得的特征进行比较。在五个不同的众所周知的公开数据集中进行的测试表明，随机投影导致的结果与学习的特征相当，并且在浅层学习场景中优于通过迁移学习获得的特征。随机投影不需要使用广泛的专业知识，同时，与其他基于投影的低级特征相比，需要更少的计算能力进行训练。因此，他们可以是一个可行的选择，用于浅层学习的基于内容的音乐流派分类。
2019-11-12 cs.IR cs.LG cs.SD
8+8=4: Formalizing Time Units to Handle Symbolic Music Durations
Johannes Kepler University Linz（林茨约翰内斯·开普勒大学）；CNAM Paris（巴黎国立工艺学院）；Nagoya University（名古屋大学）；Asia University（亚细亚大学）；Linz Institute of Technology（林茨技术研究所）
本文提出一种与乐谱图形符号直接相关的符号音乐时间单位，并在半环数学框架下形式化该单位及操作，以提升音乐计算机应用中处理流程的数据类型与计算效率。
2023-10-23 cs.SD eess.AS
MorpheuS: generating structured music with constrained patterns and tension
随着云计算的进步使得能够在个人设备上进行诸如深度模型和优化算法之类的大规模复杂计算，自动音乐生成系统已经变得流行和复杂。然而，他们仍然面临着一个重要的挑战，即长期结构，这是传达音乐连贯性的关键。我们提出了Morpheus音乐生成系统，旨在解决这个问题。Morpheus的新框架能够生成具有给定张力配置文件和长期和短期重复模式结构的复调作品。色调张力的数学模型量化了张力曲线，最先进的图案检测算法提取了模板中的重复图案。一个有效的优化元启发式，可变邻域搜索，通过分配最适合规定的张力配置文件的模板节奏，同时通过检测到的模式硬约束长期结构的音高生成音乐。这种产生具有特定张力轮廓和长期结构的情感音乐的能力在游戏或电影音乐背景中特别有用。由Morpheus系统生成的音乐已在音乐会上现场演出。
2018-12-12 cs.SD eess.AS
Maths, Computation and Flamenco: overview and challenges
University of Seville（塞维利亚大学）
弗拉门戈是西班牙南部一种丰富的以表演为导向的艺术音乐流派，吸引了全球越来越多的爱好者。由于其即兴和表现力的性质，其独特的音乐特征，以及该流派在很大程度上没有记录的事实，弗拉门戈提出了一些有趣的数学和计算挑战。音乐信息检索（MIR）中的大多数现有方法都是在流行或古典音乐的背景下开发的，并且通常不能很好地推广到非西方音乐传统，特别是当基本的音乐理论假设不适用于这些流派时。在最近的十年中，已经定义了一些与弗拉门戈音乐的自动分析相关的计算问题，并提出了几种解决各种音乐方面的方法。本文概述了在弗拉门戈音乐的计算分析的背景下出现的挑战，并概述了现有的方法。
2022-09-22 cs.CG cs.SD eess.AS
Do Music Source Separation Models Preserve Spatial Information in Binaural Audio?
本文评估了现有音乐源分离模型在双耳音频上保留空间信息的能力，发现立体声模型无法有效保留沉浸式空间信息，且退化程度受模型架构和目标乐器影响，并指出了未来研究方向。
2025-06-30 cs.SD eess.AS eess.SP
Optimizing Feature Extraction for Symbolic Music
本文提出musif工具，通过结合各工具的最佳特征提升符号音乐特征提取的准确性与效率。
2023-07-11 cs.MM cs.SD eess.AS
FMA: A Dataset For Music Analysis
LTS2, EPFL（洛桑联邦理工学院信号处理实验室）；SCSE, NTU（南洋理工大学计算机科学与工程学院）
我们介绍了免费音乐档案（FMA），一个开放的，易于访问的数据集，适合评估MIR中的几个任务，一个与浏览，搜索和组织大型音乐收藏有关的领域。然而，社区对功能和端到端学习日益增长的兴趣受到大型音频数据集有限的限制。FMA旨在通过提供917 GiB和343天的Creative Commons授权音频来克服这一障碍，这些音频来自16，341位艺术家的106，574首曲目和14，854张专辑，并以161种类型的分层分类法排列。它提供完整长度和高质量的音频，预先计算的功能，以及轨道和用户级元数据，标签和自由格式的文本，如传记。我们在这里描述的数据集，以及它是如何创建的，提出了一个训练/验证/测试分裂和三个子集，讨论了一些合适的MIR任务，并评估了一些基线的体裁识别。代码、数据和使用示例可在https://github.com/mdeff/fma上获得
2017-09-05 cs.IR cs.SD
Music Genre Classification: Ensemble Learning with Subcomponents-level Attention
Georgetown University（乔治城大学）
本文提出结合集成学习与子组件注意力机制的音乐流派分类新方法，通过分别分类乐曲子组件并集成决策，在GTZAN数据集上准确率优于现有先进技术。
2024-12-20 cs.IR cs.LG cs.MM
A Comprehensive Survey on Deep Music Generation: Multi-level Representations, Algorithms, Evaluations, and Future Directions
Xi’an Jiaotong University（西安交通大学）
利用深度学习技术生成各种内容（如图像、文本等）已经成为一种趋势。尤其是音乐，本文的选题，引起了无数研究者的广泛关注，音乐产生的整个过程可以分为三个阶段，对应着音乐生成的三个层次：分数生成产生分数，性能生成将性能特征添加到分数，音频生成通过指定音色将具有演奏特征的乐谱转换成音频或直接生成音频格式的音乐。以前的调查已经探讨了在自动音乐生成领域采用的网络模型。然而，同一音乐生成任务的发展历史、模式演变以及利弊却没有得到清晰的说明。本文试图对不同音乐生成水平下的各种作曲任务进行概述，涵盖了目前流行的大部分使用深度学习的音乐生成任务。此外，我们总结了适合不同任务的数据集，讨论了音乐表示，评估方法以及在不同水平下的挑战，最后指出了几个未来的发展方向。
2020-11-13 cs.LG cs.SD eess.AS
AnimeTAB: A new guitar tablature dataset of anime and game music
Communication University of China（中国传媒大学）；Mcgill University（麦吉尔大学）
虽然吉他指法已经成为MIR研究中的一个热门话题，但还没有这样一个专注于动漫和视频游戏配乐的吉他指法数据集，这些音乐在年轻人中拥有惊人的广泛和不断增长的受众。在本文中，我们提出了AnimeTAB，指法吉他指法数据集MusicXML格式，它提供了更高质量的吉他指法研究人员和吉他演奏者。AnimeTAB包含412首完整曲目和547个片段，后者带有音乐结构（介绍，诗歌，合唱和桥梁）。一个附带的分析工具包，TABprocessor，包括进一步促进其使用。这包括旋律和旋律线提取，关键检测和和弦标签，这是使用基于规则的算法实现的功能。我们根据手动注释的地面实况评估了这些函数中的每一个。最后，以AnimeTAB为例，使用TABprocessor对AnimeTAB进行了音乐和技术分析.我们的数据和代码已公开提供给作曲家，表演者和音乐信息检索（MIR）研究人员。
2022-10-06 cs.SD eess.AS
Do we need more complex representations for structure? A comparison of note duration representation for Music Transformers
Universidade Federal de Minas Gerais（米纳斯吉拉斯联邦大学）；Pontifical Catholic University of Minas Gerais（米纳斯吉拉斯天主教大学）
本研究探讨了仅使用未标注MIDI信息的现成Music Transformer模型在结构相似性指标上的表现，发现对常见表示的轻微调整能带来微小但显著的改进，并指出寻找更好的未标注音乐表示比生成大量标注数据更具成本效益。
2024-10-14 cs.LG cs.SD eess.AS
Can GAN originate new electronic dance music genres? -- Generating novel rhythm patterns using GAN with Genre Ambiguity Loss
Keio University（庆应义塾大学）
自从引入深度学习以来，研究人员已经提出了使用深度学习的内容生成系统，并证明它们能够生成令人信服的内容和艺术输出，包括音乐。然而，人们可以争辩说，这些基于深度学习的系统模仿和复制了人类创造的固有模式，而不是产生新的和创造性的东西。这篇论文关注音乐生成，特别是电子舞曲的节奏模式，并讨论我们是否可以使用深度学习来生成新的节奏，在训练数据集中找不到的有趣模式。我们扩展了生成对抗网络（GAN）的框架，并通过向框架中添加额外的分类器来鼓励它偏离数据集的固有分布。该论文表明，我们提出的GAN可以生成听起来像音乐节奏但不属于训练数据集中任何流派的节奏模式。源代码，生成的节奏模式，和一个流行的数字音频工作站软件的补充插件软件可在我们的网站上。
2020-11-25 cs.AI cs.SD
CCMusic: An Open and Diverse Database for Chinese Music Information Retrieval Research
China Conservatory of Music（中国音乐学院）
本文提出CCMusic，一个开放多样的中文音乐信息检索数据库，整合多数据集并统一清洗标注，提供支持分类与检测的基准评估框架，托管于HuggingFace和ModelScope。
2025-03-24 cs.IR cs.SD
Music Instrument Classification Reprogrammed
Georgia Institute of Technology（佐治亚理工学院）
乐器分类是音乐信息检索中的一项热门任务，其性能往往受到缺乏可用于训练的注释数据的影响和限制。我们建议通过“重新编程”来解决这个问题，这种技术利用预先训练的深度和复杂的神经网络，通过修改和映射预先训练的模型的输入和输出，最初针对不同的任务。我们证明，重新编程可以有效地利用为不同任务学习的表示的能力，并且由此产生的重新编程系统可以在训练参数的一小部分上与最先进的系统相提并论，甚至优于最先进的系统。因此，我们的研究结果表明，重编程是一种很有前途的技术，可能适用于其他任务阻碍数据稀缺。
2022-11-15 cs.LG cs.SD eess.AS
Music for All: Representational Bias and Cross-Cultural Adaptability of Music Generation Models
Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
本文量化了音乐生成模型对非西方流派仅5.7%数据覆盖的偏差，并通过PEFT技术在MusicGen和Mustango上的实验，揭示了小数据集跨文化适应的潜力与挑战，呼吁构建更公平的跨文化迁移学习基础模型。
2025-05-06 cs.AI cs.CL cs.LG
Music Generation Using an LSTM
Milwaukee School of Engineering（密尔沃基工程学院）
在过去的几年里，用于序列建模的深度学习越来越受欢迎。为了实现这一目标，LSTM网络结构已被证明对于预测系列中的下一个输出非常有用。例如，智能手机预测文本消息的下一个单词可以使用LSTM。我们试图展示一种使用递归神经网络（RNN）的音乐生成方法。更具体地，长短期记忆（LSTM）神经网络。生成音乐是一项非常复杂的任务，无论是手工制作还是生成，都涉及到无数的组件。考虑到这一点，我们提供了一个简短的概述的直觉，理论和LSTM在音乐生成的应用，开发和展示我们发现的网络，以最好地实现这一目标，识别和解决面临的问题和挑战，并包括潜在的未来改进我们的网络。
2022-03-23 cs.AI cs.SD eess.AS
Mamba-Diffusion Model with Learnable Wavelet for Controllable Symbolic Music Generation
Centre for Digital Music Queen Mary University of London（数字音乐中心 威廉玛丽大学伦敦分校）
本文提出一种融合Transformer-Mamba模块与可学习小波变换的扩散模型，将符号音乐表示为钢琴卷帘图像，并通过无分类器引导实现目标和弦可控的符号音乐生成，在质量和可控性上优于强基线。
2025-05-06 cs.AI cs.SD eess.AS
Learning Music Audio Representations With Limited Data
School of Electronic Engineering and Computer Science（电子工程与计算机科学学院）
本文研究多种音乐音频表示模型在5至8000分钟有限数据下的表现，发现特定条件下有限数据甚至随机模型的表示可与大数据集模型媲美，但部分任务中手工特征仍更优。
2025-05-09 cs.LG cs.SD eess.AS
Layer-wise Investigation of Large-Scale Self-Supervised Music Representation Models
NanJing UniversityChina（南京大学）；Shanghai Jiao Tong UniversityChina（上海交通大学）；Tencent AI Lab China（腾讯AI实验室）
本研究分析MusicFM和MuQ两个自监督音乐表示模型，验证其在多任务中的优势，探索层间信息专门化及层选择对性能的影响，揭示模型结构与应用潜力。
2025-05-22 cs.AI cs.SD eess.AS
TinyMusician: On-Device Music Generation with Knowledge Distillation and Mixed Precision Quantization
Metropolitan College, Department of Computer Science, Boston University（波士顿大学计算机科学系）；School of Engineering & Technology, Duy Tan University（杜益大学工程与技术学院）；Jadara Research Center, Jadara University（贾达拉大学研究中心）；Center of Excellence in Precision Medicine and Digital Health, Department of Physiology, Chulalongkorn University（朱拉隆功大学精准医学与数字健康中心）
针对大参数量音乐生成模型难以部署在边缘设备的问题，研究提出轻量级模型TinyMusician，通过阶段混合双向偏斜KL散度蒸馏与自适应混合精度量化，在模型体积减小55%的同时保留MusicGen-Small 93%的性能，实现了无需云端依赖的移动端高保真音乐生成。
2025-08-31 cs.AI cs.SD eess.AS
Machine learning for music genre: multifaceted review and experimentation with audioset
UCLM（卡斯蒂利亚-拉曼恰大学）
音乐类型分类是音乐信息检索的一个分支，由于其存在的问题，越来越受到研究者的关注。虽然研究已经在出版的作品数量方面多产，但该主题仍然存在一个基础问题：没有明确和正式的定义是什么类型。音乐分类模糊不清，受人的主观性和缺乏一致性的影响。在第一部分，本文提供了一个调查，试图涵盖这个问题的许多不同方面。它的主要目标是让读者概述历史和当前的最新技术水平，探索迄今为止使用的技术和数据集，以及确定当前的挑战，例如体裁定义的模糊性或以人为本的方法的引入。本文特别关注机器学习应用于音乐标注问题的新趋势。最后，我们还包括一个音乐流派分类实验，使用Audioset比较不同的机器学习模型。
2019-11-28 cs.IR cs.LG cs.SD
Voice and accompaniment separation in music using self-attention convolutional neural network
Ohio State University（俄亥俄州立大学）；Amazon Music, Bangalore（亚马逊音乐（班加罗尔））；Amazon Lab126, CA（亚马逊Lab126（加利福尼亚））
音乐源分离是信号处理领域的一个热门课题，这不仅是因为它的技术难度，而且还因为它对自动卡拉OK和混音等许多商业应用的重要性。在这项工作中，我们提出了一种新的自我注意力网络分离的声音和伴奏音乐。首先，构建一个具有密集连接的CNN块的卷积神经网络（CNN）作为我们的基础网络。然后，我们在基础CNN的不同级别插入自注意力，以利用音乐的长期内部依赖性，即，重复在自我注意力模式中，相同音乐模式的重复通知其他重复的重建，以获得更好的源分离性能。实验结果表明，该方法在SDR方面的人声分离相对提高了19.5%。我们将我们的方法与最先进的系统（即MMDenseNet和MMDenseLSTM）进行比较。
2020-03-19 cs.LG cs.SD eess.AS
Augmentation Methods on Monophonic Audio for Instrument Classification in Polyphonic Music
School of ECE, NTUA（希腊国家技术大学电气与计算机工程学院）
乐器分类是音乐信息检索中的一个研究热点。然而，其中大部分是处理单声道音乐，而对复调材料的努力主要集中在主要乐器的识别上。在本文中，我们提出了一种方法，从纯粹的单声道数据，包括执行数据增强混合不同的音频段的复调音乐中的乐器分类。探讨了各种各样的数据增强技术，侧重于不同的声音方面，如覆盖相同流派的音频片段，以及基于音高和节奏的同步。我们利用卷积神经网络进行分类任务，比较浅层和深层网络架构。我们进一步研究了上述分类器组合的使用，每个分类器都在单个增强数据集上训练。VGG类分类器的集合，分别在非增强，音高同步，节奏同步和体裁相似的摘录上训练，产生了最好的结果，在IRMAS测试集中的标签排名平均精度（LRAP）方面达到了略高于80%。
2020-03-03 cs.LG cs.SD eess.AS
The Social Network of Contemporary Popular Musicians
在本文中，我们分析了两个社会网络数据集的当代音乐家构建的allmusic.com（AMG），音乐和艺术家的信息数据库：一个是合作网络，其中两个音乐家连接，如果他们在一起演出或制作专辑，另一个是相似性网络，他们连接，如果他们在音乐上相似，根据音乐专家。我们发现，虽然这两个网络表现出社交网络的典型特征，如高传递性，几个关键的网络功能，如度以及介数分布表明音乐合作和音乐相似性网络的根本差异。
2006-09-26 physics.soc-ph
Measuring the evolution of contemporary western popular music
Artificial Intelligence Research Institute, Spanish National Research Council (IIIA-CSIC)（西班牙国家研究委员会人工智能研究所（IIIA-CSIC））；Centre de Recerca Matemàtica（数学研究中心）；Universitat de Barcelona（巴塞罗那大学）；Universitat Pompeu Fabra（庞培法布拉大学）
流行音乐是一种重要的文化表达方式，多年来一直吸引着听众的注意力。音乐话语背后的许多结构性结构尚未被发现，因此，它们的历史演变在形式上仍然未知。在这里，我们揭示了一些模式和指标，其特点是在当代西方流行音乐的音高，音色和响度等主要音乐方面的通用用法。这些模式和指标中的许多在50多年的时间里一直保持稳定，因此在很大程度上指向了约定主义。尽管如此，我们证明重要的变化或趋势有关的限制音高过渡，均匀化的音色调色板，和不断增长的响度水平。这表明，我们对新事物的感知将植根于这些不断变化的特征。因此，一个古老的曲调可以完美地听起来新颖和时尚，只要它由普通的和声进行组成，改变乐器，增加平均响度。
2012-05-25 cs.IR cs.MM cs.SD
To what extent homophily and influencer networks explain song popularity
预测新歌的流行程度已经成为音乐行业的标准做法，并为那些做得好的人提供了比较优势。为此目的，在机器学习预测模型方面投入了相当大的努力。已知在这些模型中，相关预测参数包括内在抒情和声学特性、外在因素（例如，出版商的影响力和支持），以及艺术家以前的受欢迎程度。人们对歌曲流行传播的社会因素关注较少。最近，有报道称，音乐同质性的证据--社会关系密切的人也有共同的音乐品味。在这里，我们确定如何音乐同质性可以用来预测歌曲的流行。这项研究是基于last.fm在线音乐平台的广泛数据集，从中我们可以提取听众和他们的听力模式之间的社会联系。为了量化网络在歌曲传播中的重要性，并最终决定其流行程度，我们使用音乐同质性来设计一个预测影响参数，并表明将其纳入最先进的机器学习模型可以增强对歌曲流行程度的预测。的影响参数提高了预测精度（TP/（TP+FN））从0.14到0.21约50%，这表明在音乐的传播中的社会成分发挥至少作为艺术家的知名度或流派的影响显着的作用。
2022-11-28 cs.SI physics.soc-ph
Dynamic cluster structure and predictive modelling of music creation style distributions
我们调查音乐创作风格分布的动态，以了解涉及高级智能的文化进化。使用统计建模方法和从日本和美国创作的流行音乐数据集中提取的几个音乐统计数据，我们探索了集群结构的动态，并构建了一个基于适应度的进化模型来分析和预测音乐创作风格分布的演变。我们发现，集群内的动态，如集群的收缩和集群中心的移动，以及集群的相对频率所代表的集群间的动态，往往表现出显着的动力学模式，持有跨文化和不同的音乐方面。此外，我们发现，结合这些动力学模式的进化模型是有效的预测未来的创造风格的分布，与集群频率和集群方差的预测往往具有可比的贡献。我们的研究结果突出了集群内动态在文化进化中的相关性，这在以前的研究中经常被忽视。
2022-05-27 physics.soc-ph q-bio.PE
Universality of preference behaviors in online music-listener bipartite networks: A Big Data analysis
我们调查了中国最大的在线音乐平台之一网易云音乐（NCM）的数百万用户的音乐偏好的形成。我们将复杂网络理论和信息科学的方法结合在大数据分析的背景下，揭示了音乐偏好行为形成和演变的统计模式和社区结构。我们的分析涉及音乐影响力的衰减模式、用户对音乐的敏感度、年龄和性别差异以及它们与区域经济指标的关系。采用社区发现在用户音乐二分网络，我们确定了八个主要的文化社区的人口的NCM用户。女性用户表现出更高的组内偏好行为的变异性比男性，与25岁左右发生的重大转变。此外，女性的音乐品味和偏好多样性也与经济因素有更强的关联。然而，尽管音乐曲目的受欢迎程度和确定的文化和人口统计学差异存在很大差异，但我们观察到，随着时间的推移，音乐偏好的演变遵循幂律衰减函数，并且NCM听众对青春期发布的音乐表现出最高的敏感性，在13岁时达到顶峰。我们的研究结果表明，音乐品味的形成存在普遍的属性，但也有其特定的文化与人口因素的关系，具有广泛的影响社区发现和在线音乐平台的推荐系统设计。
2022-12-26 cs.CY cs.SI physics.soc-ph
