ご挨拶
私はこれを想像したかもしれませんが、Last.fmが以前に何らかの形式のオープンソースプロジェクトを使用して音楽の分析を実行し、類似した音楽を特定したかどうかは誰にもわかりません。
有料版に移行したので、プレイリストに既知の音楽を追加できるものを作りたいと思います。（コンピューターで同様の音楽を手動でスキャンするのは嫌いです）
それが失敗した-これを置き換えるために私が使用できるシステムを誰かが知っていますか？理想的には、プロセス全体をバッチジョブに自動化するために使用できる何らかの形式のAPI/ソースコードが必要です。
ありがとう、
[編集]理想的には、コンテンツマッチングのラインに沿ってもっと何かを探していました。私は、すべての音楽を整理されていない1つの場所に放り込むタイプの人です。それから怠惰である私は理想的には私に同様の音楽タイプのプレイリストを与えるプレイリストが生成されることを期待します。
Last.fmはhttp://www.audioscrobbler.net/を使用しています-APIを介してデータベースへのアクセスも提供します。
[/編集]
音楽の類似性は簡単な問題ではありません。
この問題を解決するには、2つの一般的なアプローチがあります。
アプローチ1. 問題にデータを投げます。これはLastFMとPandoraが採用しているアプローチです。これは基本的に、コミュニティまたは専門家のグループによって維持されている1つの巨大なデータベースです。このアプローチを使用するには、クリーンなメタデータまたはmusicbrainzのようなオーディオフィンガープリントソリューションが必要になることに注意してください。特徴データベースを取得したら、ピアソン相関係数などのアルゴリズムを使用して類似のアイテムを見つけることができます。
アプローチ2. 問題にアルゴリズムを投げます。特に、コンピューターオーディションアルゴリズム。これは、曲に含まれるさまざまな特徴のベクトルを計算し、ニューラルネットや、同様のベクトルを持つ他の曲を見つける他のさまざまな手法を使用することを意味します。このアプローチは、例による自動ジャンル分類とクエリに正常に使用されています。
音楽分析用のオープンソースソフトウェアを探しているなら、marsyasは商用のものができることのほとんどすべてを行うことができます。ジョージ・ツァネタキスの頭脳であり、彼のWebサイトでは、コンピューターによるオーディションの状況に関する多くの論文を見つけることができます。
The Echo Nestには、シードアーティストのセットに類似したアーティストを取得できるget_similarWebサービスを含むWebAPIがあります。これを使用して、プレイリストの作成に役立てることができます。Echo Nestには、アコースティックベースの曲の類似性手法の基礎として使用できるトラック（前述のMarsyasと同様）の詳細な分析を実行する一連のWebAPIもあります。（警告、私はエコーネストで働いています）。もちろん、iTunesを使用している場合は、いくつかの定型的なソリューションがあります。iTunesには、似たようなアーティストの曲のプレイリストを作成する音楽レコメンダー/プレイリストジェネレーターがあります。同様に、Mufin社にはiTunesアドオンがあり、トラックの音響分析を実行し、この分析を使用してプレイリストを作成します。
独自の音楽類似システムの構築に興味がある場合は、ISMIR（国際音楽情報検索協会）の議事録をご覧になることをお勧めします。あなたが役立つと思う音楽の類似性とプレイリストに関するかなりの研究があります。あなたはismir.netで議事録を見つけることができます
ジャンル/スタイルなどに基づいてインターネットデータベースをクエリ（構築）する方が簡単/効率的ではないでしょうか？私はlast.fmや同様のサイトを使用しましたが、これ以上のことをしたとは感じませんでした（少なくとも結果はそれを示していませんでした）;）
正確に何が欲しいのかよくわかりませんが、MusicBrainzはどうですか？
明確にするために、AudioScrobblerはLast.fmがサービスを実行するために構築した技術です。彼らは人々が聴いているトラックの統計を収集します（トラックやアーティストの「いいね」も）。
つまり、Last.fmは社会的類似性を持っています...Xを聞いたユーザーはYも聞いていました-あなたはXが好きなので、おそらくYも好きになるでしょう。
統計を提出するユーザーベースが十分に大きいことを考えると、社会的類似性は、コンピューター分析アプローチよりも優れた結果を提供する可能性があります。たとえば、Last.fm APIにクエリを実行して、知り合いに似たアーティストを探してみてください。おそらく、いくつかの良い一致と、実際の人々のリスニング習慣を反映しているいくつかのあいまいまたは奇妙なものが思い浮かびます。検索するアーティストがあいまいであるほど、奇妙な一致が得られる可能性が高くなります。
ジョージ・ツァネタキスが説明した自動ジャンル分類法をうまく機能させることができたとしても、実際の人々が提供する品質の主観的な判断を見逃していることになります。たとえば、2つのトラックはどちらも「ジャズ」のように見えますが、さまざまな種類のジャズがあります...そして、お気に入りのジャズミュージシャンが演奏した非ジャズアルバムに興味があるかもしれません。社会的類似性は、その情報を取得する可能性が高くなります。
以前はPredixisMagicMixerを使用していました。ファイル内の音声の簡単な分析を実行し、「指紋」を作成して、中央データベースの指紋と比較します。リストされている場合は、ファイル全体をクライアントコピーに分析した結果である識別コードを設定します。そうでない場合は、クライアントコンピューターで完全な分析を実行し（しばらく時間がかかります）、それを中央データベースにアップロードし、ローカルコピーも保持します。その情報から、実際の音に応じて、曲を相互に関連付けるプレイリストを設定できます。数年間使用していないので、中央データベースサーバーがまだ稼働しているかどうかはわかりませんが、Web検索では「いいえ」と表示されます。それでも機能するはずですが、すべてのファイルを完全に分析する必要があります。