DJ Prediction Model/ 2023

プロのDJによる選曲の「流れ（グルーヴ）」をデータサイエンスの手法を用いて解析し、その特徴を模倣したプレイリストを自動生成する予測モデルの開発です。

課題

Spotifyなどの既存の音楽レコメンド機能は、単に「似ている曲」を集めることには長けていますが、DJセットのように時間をかけて聴衆の感情を揺さぶる「物語性・ストーリー」を持った曲順の再現には至っていないという課題に着目しました。

ソリューション

特定のDJの過去のセット（計200曲）を学習データとしてSpotify APIを通じて楽曲の音楽特徴量（Tempo, Valence, Energyなど）を抽出し、時間経過に伴うテンポの上昇や感情の起伏といった周期的な変動の傾向を時系列分析によって定量化しました。構築したRNNシステムが次に流すべき曲の音楽的特徴を予測し、ユーザーのお気に入り楽曲の中から最適な候補を抽出して、DJのような心地よい選曲の流れを持つプレイリストを自動的に編成します。

アルゴリズム

RNNを用いて、テンポや楽曲のエネルギーの遷移を学習させています。