#MusicMining Antoanne Pontes Introdução Muitas pessoas falam de uma grande frustração na vida por não saber tocar nenhum instrumento.

Apresentação em tema: "#MusicMining Antoanne Pontes Introdução Muitas pessoas falam de uma grande frustração na vida por não saber tocar nenhum instrumento."— Transcrição da apresentação:

1 #MusicMining Antoanne Pontes antoanne@ufrj.br

2 Introdução Muitas pessoas falam de uma grande frustração na vida por não saber tocar nenhum instrumento musical. (Almeida, 2000) pesquisador da UNICAMP, listou as 250 palavras mais comuns do vocabulário Inglês. Fazer o mesmo em música?

3 Motivação Antes de começar a fazer um curso, estudar qualquer novo assunto, um idioma ou algo do tipo, quase sempre nos bate um pouco de frustração. (Almeida, 2000) identificou as 250 palavras mais comuns do vocabulário Inglês ao processar palavras de 1600 obras literárias. No caso de um instrumento musical, por exemplo: Aprender música é muito complexo. Leva muito tempo. Por onde devo começar?

4 Objetivo O que identificar em música? ACORDES Da mesma forma que (Almeida, 2000) listou as 250 palavras mais comuns do vocabulário Inglês.

5 Pergunta Quais são os acordes mais representativos encontrados na música contemporânea ?

6 Música contemporânea? É a música dos séculos XX e XXI, feita após o movimento impressionista e os vários nacionalismos. Pode-se dizer ainda que músicas contemporâneas são aquelas cujo compositor se encontra ainda vivo na época do locutor.

7 Acordes? O que é um acorde musical?

8 Notas Musicais

9 Cifras Musicais

10 Som

11 Acordes Um acorde é a união de duas ou mais notas tocadas simultaneamente.

12

13 Tipos de Acordes

14 Dicionário de Acordes

15 Objetivo Minerar bases de dados de música contemporânea, para identificar quais são os acordes mais representativos.

16 Dados e sua origem Dados extraídos do site cifraclub.com.br Site mantido pelo Portal Terra. Nome da música, nome do artista ou banda, tom predominante e letra da música mesclada com as cifras.

17 Exemplo dos dados

18 Coleta dos dados Site não possui qualquer tipo de API, por exemplo OAI-PMH. Foi necessário criar um mecanismo personalizado, usando a biblioteca Beautiful Soup em Python, para encontrar os dados produtivos diretamente dentro de todo o conteúdo (HTML) da página referente a cada música.

19 Volume de dados Inicialmente 521MB em arquivos texto (HTML). 180MB depois dos arquivos “limpos” e formatados. Totalizando 54854 músicas processadas.

20 Resultados

21 Menos de 2% dos acordes são os acordes mais repetidos nas músicas avaliadas. Cerca de 20 acordes bastariam para interpretar a grande maioria das músicas.

22 Resultados

23 Futuras Aplicações a.Quantidade de acordes e acordes diferentes tocados por música; b.Avaliar a melodia das músicas, a fim de encontrar os formatos melódicos mais comuns, ou seja, as progressões harmônicas mais utilizadas; c.Coletar dados de outros sites, para enriquecer a pesquisa, a exemplo do site e-chords.com; d.Analisar o sentimento sugerido na letra da música, em seguida comparar com o sentimento induzido pela melodia. Ou seja, saber se o sentimento que está sendo “tocado” é o mesmo que está sendo “cantado”;

24 Futuras Aplicações e.Usar a biblioteca do iTunes para analisar o perfil musical e até mesmo sugerir músicas através de uma ferramenta web ou um plugin, onde a pessoa possa analisar seu perfil baseado nas músicas que costuma escutar; f.Indicação de outras músicas similares pelo sentimento identificado anteriormente na letra e melodia, e não somente pelo gênero e ritmo como normalmente acontece. Por exemplo, pessoas que gostam da banda Metallica podem também gostar de alguma música do Zeca Pagodinho; g.Associar data de lançamento da música, para identificar movimento melódico temporal.

25 Desafio BigData 2014

26 Source Code Os códigos utilizados neste trabalho estão disponíveis em: git://github.com/antoanne/MusicMining.git https://antoanne@github.com/antoanne/MusicMining.git Base está disponível em http://antoanne.com/mestrado/musicminingData.zip

27 Bibliografia Almeida, R. Q. (2000). As Palavras Mais Comuns da Língua Inglesa. São Paulo: UNICAMP. Hunter, J., Dale, D., & Droettboom, M. (2011, 06 03). Matplotlib. Retrieved 08 07, 2011, from Sourceforge: http://matplotlib.sourceforge.net/ Janert, P. K. (2011). Data Analysis with Open Source Tools. California: O’Reilly. Lutz, M. (2008). Learning Python. Canadá: O’Reilly

28 Obrigado! Antoanne Pontes antoanne@ufrj.br