Eminem, Jay-Z, LL Cool J, atau Nas-itu sering menjadi rapper bintang yang mengklaim kedaulatan atas suara trek melalui suara dan lirik mereka. Literatur subjek mengungkapkan pandangan yang bertentangan tentang siapa yang benar -benar menentukan suara produksi musik. Dalam sebuah studi yang diterbitkan dalam Journal of Audio Engineering Society, tim ahli musik yang dipimpin oleh Tim Ziemer dari University of Hamburg sekarang telah dapat membuktikan bahwa itu jelas -jelas produser.
Mereka menggunakan koefisien cepstral frekuensi MEL (MFCC), yang umumnya digunakan dalam latihan musik, untuk menentukan karakteristik suara lagu lebih tepat. MFCCS adalah karakteristik yang menggambarkan apa yang disebut keseimbangan spektral dari sebuah lagu yang, betapa bassy, brilian, atau suara yang membosankan.
Para peneliti juga menggunakan apa yang disebut goniometer. Ini adalah alat analisis khas yang digunakan dalam studio perekaman untuk menentukan dimensi spasial dari campuran. “Dengan goniometer, kita dapat mengetahui, misalnya, apakah instrumen terdengar padat seperti di orkestra kamar atau tersebar luas seperti dalam simfoni Mahler yang seribu,” jelas Dr. Tim Ziemer dari Institute of Systematic Musicology dan penulis utama penelitian ini.
Pendekatan baru untuk analisis musik: “peta suara”
Data ini kemudian dimasukkan ke dalam jaringan saraf buatan, yang digunakan dalam pembelajaran mesin, cabang kecerdasan buatan. Ini memungkinkan untuk membuat peta suara dari kesamaan dalam soundscape, dengan suara serupa yang berdekatan, dan suara yang berbeda terpisah. Ini memungkinkan untuk mengetahui apakah Dr. Dre, Rick Rubin, dan Timbaland terdengar berbeda atau memvariasikan gaya mereka dari lagu ke lagu. Hasilnya jelas: “Setiap produser memiliki istilah suara khas dari keseimbangan spektral dan spasial,” kata Ziemer.
Profil suara produser juga tetap dominan dalam interaksi dengan suara rapper. Lagu -lagu yang NAS diproduksi dengan Dr. Dre atau Timbaland tidak terdengar biasanya NAS tetapi mencerminkan gaya produser masing -masing. Bahkan suara khas rapper tampaknya tidak mempengaruhi profil suara khas seorang produser.
Sains dan pengembang bisa mendapat manfaat
Tujuan dari tim peneliti yang dipimpin oleh Tim Ziemer adalah menggunakan AI untuk membuat analisis musik obyektif, kausal, dan dapat dipahami. Alat analitik inovatif mereka mampu mengidentifikasi elemen dominan sonik dalam proses produksi musik. Alat mereka memungkinkan analisis lebih lanjut untuk contoh, dalam genre lain-dan dapat digunakan dengan platform streaming untuk meningkatkan algoritma rekomendasi mereka.
“Saya berasumsi bahwa rekomendasi platform streaming berdasarkan produsen serupa bisa menarik bagi pendengar dan, mungkin, bahkan lebih relevan daripada yang didasarkan pada pemain serupa,” kata Tim Ziemer, yang bersama-sama dengan tim-nya membuat alat ini tersedia untuk umum.
