【发布时间】：2010-11-23 14:41:56
【问题描述】：
我想学习如何编写一个分析歌曲的音乐应用程序。
我该如何开始？是否有分析声波的库？
我知道 C、C++、Java、Python、一些汇编和一些 Perl。
【问题讨论】：
【发布时间】：2010-11-23 14:41:56
【问题描述】：
您可能想从 MIDI 格式开始，与压缩格式相比，它相当简单，并且您可以在其中生成一些不错的东西。
取决于你真正想做什么。
【讨论】：
-
我想分析流行歌曲，看看流行歌曲之间是否有共同点。这可能已经完成了，但这对我来说更像是一个编程练习。
-
那么你需要分解它。获取 MP3，将其恢复为原始格式，然后根据需要进行分析。如果您愿意，您可以尝试搜索 sourceforge 的库来执行此操作。
-
是 - 3 个和弦 ;) E、Am 和 Dm。这就是 90% 的流行歌曲所需要的一切。加上 C 和 G，你刚刚覆盖了 5%
-
哈哈哈。是的。差不多就是这样。但我也想看看拍号之间的某些共同点，以及究竟是什么让一首歌流行起来。我也想知道如何分析它。
要分析声波，您需要进行某种傅立叶变换 (fft)，这样您就可以将歌曲拆分成它的频率以及它们如何随时间变化。 numpy中有fft支持，我没用过，不知道好不好用。但这将是一个很好的起点。
然后你需要对频率和模式进行某种统计分析，然后我就不再知道我在说什么了。
不过，很酷的东西，去吧！
【讨论】：
一旦您了解了 Lennart 提到的 FFT 内容，您可能希望了解一下用于分析音符之间的间隔和聚合模式的马尔可夫链。
这是一种老生常谈，但马尔可夫链过去曾被用于构建一种来自各种歌曲的旋律的统计模型，可用于生成新的旋律。马尔可夫链可以对书面英语句子做同样的事情。举个例子，玩一下 megahal chatterbot，看看马尔可夫链如何产生在统计上看起来像它的输入的错位输出（在 megahal 的情况下，它看起来像英文句子）
您可以想象前 100 名的混搭，并让马尔可夫链生成器爆出下一个热门歌曲。
另一方面，您可能要考虑这样一种可能性，即不是音乐本身的任何品质使歌曲流行。或者可能是音乐质量问题与营销相结合。
【讨论】：
-
是的，你永远不会取得这样的成功。为此，您需要了解为什么钩子是钩子，而歌曲的统计分析不太可能对此有所帮助，因为钩子可能是如此不同。但这仍然是一个有趣的项目。
计算机音乐的作曲和分析是一个巨大的领域。这种类型的工作有两个基本领域，它们有些重叠。
- Algorithmic composition 关注音乐的一代。这可以基于Markov chaining 等统计方法、采用fractal 或chaotic 过程的数学模型，或利用来自AI 的技术，例如expert systems、neural networks 和genetic algorithms。
- Music information retrieval 关注识别音乐片段之间的共同语法、共性和相似性指标，并识别唯一性（有时称为acoustic fingerprinting）。
存在许多libraries, tools 和专门的programming languages，它们可以帮助解决这些问题的不同部分。这是与音乐相关的programs and libraries for Python 列表。有很多可用的技术；您应该能够找到可以为您完成工作的首当其冲的东西。正如其他答案所暗示的那样，通过 Fourier Transforms 等非常低级的频率分析工具重新实现“音乐解析器”虽然可能，但将非常困难，而且几乎肯定没有必要。
如需更多建议和具体问题，International Society for Music Information Retrieval 有一个邮件列表，您可能会觉得很有帮助。
【讨论】：
-
谢谢！还有一个问题。是否可以编写一个为您转录音乐的程序？
-
这很难。我知道 Yann LeCun 和他的公司 MuseAmi 正在开发它nytimes.com/2010/08/21/arts/music/21taub.html。
Echo Nest remix API 可让您在 Python 中分析和操作音乐。这里有一些例子：Where's the pow 和这里：You make me quantized miss lizzie。这里有一个很棒的教程：An overview of the Echo Nest API
【讨论】：