Influence in Early Electronic Dance Music: An Audio Content Analysis Investigation

Audio content analysis can assist investigation of musical influence, given a corpus of date-annotated works. We study a number of techniques which illuminate musicological questions on genre and creative influence. By applying machine learning tests and statistical analysis to a database of early EDM tracks, we examine how distinct putatively different musical genres really are, the retrospectively labelled Detroit techno and Chicago house being the core case study. Further, by building predictive models based on works from earlier years, both by a priori assumed genre groups and by individual tracks, we examine questions of influence, and whether Detroit techno really is a sort of electronic future funk, and Chicago house an electronic extension of disco. We discuss the implications and prospects for modeling musical influence.

日付付きの作品のコーパスを考えると、音声コンテンツ分析は音楽的影響の調査を助けることができます。 私達はジャンルと創造的影響力に関する音楽学的問題を明らかにする多くのテクニックを研究しています。 機械学習テストと統計分析を初期のEDMトラックのデータベースに適用することによって、遡及的にラベル付けされたデトロイトテクノとシカゴハウスが中心的なケーススタディであるという、明らかに異なると推定される音楽ジャンルがどれほど異なるのかを調べます。 さらに、先験的に想定されたジャンルグループと個々のトラックの両方によって、初期の作品に基づいて予測モデルを構築することによって、影響の問題、およびデトロイトテクノが本当に電子未来ファンクの一種であるかどうかを調べます。 ディスコ 音楽の影響をモデル化することの意味と展望について説明します。

@inproceedings{Collins12,

author = {N. Collins},

title = "{Influence in Early Electronic Dance Music: An Audio Content Analysis Investigation}",

booktitle = {Proceedings of the 13th International Society for Music Information

Retrieval Conference, {ISMIR} 2012, Mosteiro S.Bento Da Vit{\'{o}}ria,

Porto, Portugal, October 8--12, 2012},

pages = {1--6},

year = {2012},

crossref = {DBLP:conf/ismir/2012},

timestamp = {Thu, 25 Oct 2012 15:38:35 +0200},

}