loudness.ai
Análisis musical / Tonalidad

¿Qué precisión tiene la detección automática de tonalidad?

Un detector de tonalidad puede acertar la tonalidad exacta, dar una vecina cercana o algo sin relación. Probamos la detección automática en 1441 canciones con tonalidad publicada para ver con qué frecuencia ocurre cada caso, qué géneros son más difíciles y qué supone un fallo cercano en una mezcla de DJ.

La respuesta corta

En 1441 canciones, la detección automática acertó la tonalidad publicada exacta el 57,7 % de las veces. Otro 17,5 % fueron las vecinas más cercanas posibles: a una quinta o la relativa mayor o menor. Esas tonalidades comparten casi todas sus notas con la correcta. En total, tres lecturas de cada cuatro (75,2 %) seguirían mezclando bien en la rueda Camelot.

El cuarto restante se reparte entre la nota de reposo correcta en el modo equivocado (8,2 %) y tonalidades sin relación cercana (16,7 %). Esas son las lecturas que conviene comprobar de oído antes de fiarse de ellas.

Loudness.ai
Lecturas de 1441 canciones comparadas con su tonalidad publicada. Los tres primeros grupos ocupan la misma posición de la rueda Camelot o una vecina.
Abrir gráfico a tamaño completo

Qué probamos

Probamos el análisis de nuestras herramientas musicales con colecciones públicas de investigación cuyas tonalidades fijaron personas. Para esta guía usamos 604 temas de música electrónica de baile de GiantSteps Key, anotados a partir de correcciones enviadas por usuarios de una tienda de música, y 837 canciones de nueve géneros de GTZAN con anotaciones de tonalidad publicadas. Las grabaciones clásicas de GTZAN no tienen etiqueta de tonalidad, así que no se incluyen.

Cada lectura se clasificó en las categorías que se usan en la investigación sobre detección de tonalidad. Los ejemplos de abajo suponen una canción en A menor, código Camelot 8A.

LecturaEjemploPorcentajeEn la rueda Camelot
Tonalidad exactaA menor57,7 %Mismo código: 8A
A una quintaE menor o D menor11,0 %Un paso en la rueda: 9A o 7A
Relativa mayor o menorC mayor6,5 %Mismo número, otra letra: 8B
Misma nota de reposo, otro modoA mayor8,2 %A tres pasos, otra letra: 11B
Tonalidad no relacionadaPor ejemplo, B bemol menor16,7 %Lejos de 8A: 3A

Por qué se producen los fallos cercanos

Una tonalidad es un conjunto de notas más una nota de reposo a la que la música vuelve una y otra vez. C mayor y A menor usan exactamente las mismas siete notas; solo cambia la nota de reposo. Las tonalidades separadas por una quinta comparten seis de sus siete notas. Un detector oye qué notas suenan y con qué fuerza, y cuando la nota de reposo no se marca con claridad, puede quedarse en una de estas vecinas.

El modo mayor o menor fue la otra confusión habitual. De las canciones etiquetadas en modo mayor, el 27 % se leyó como menor, y el 24 % de las canciones en menor se leyó como mayor. El blues y el rock suelen mezclar terceras mayores y menores a propósito, y muchas canciones usan modos como el dórico o el mixolidio, que quedan entre ambos.

Qué supone un fallo cercano en una mezcla de DJ

La rueda Camelot numera las 24 tonalidades para que las compatibles queden juntas. El mismo número con la otra letra es la tonalidad relativa, y un paso en la rueda equivale a una quinta. Por eso la mayoría de los fallos cercanos no perjudican la mezcla: si un tema está en realidad en 8A y la lectura dice 9A u 8B, una transición planificada con esa lectura normalmente seguirá sonando bien.

Las lecturas arriesgadas son las de los otros dos grupos. Una lectura con la misma nota de reposo en el otro modo, como 8A leída como 11B, queda a tres pasos y puede chocar con la melodía. Una lectura sin relación puede chocar por completo. Si una transición suena desafinada, revisa la tonalidad antes de culpar a la ecualización o al ajuste de tempo.

Algunos géneros son mucho más difíciles

GéneroCancionesTonalidad exactaExacta o vecina en Camelot
Country9978 %92 %
Reggae9769 %88 %
Pop9469 %85 %
Metal9367 %80 %
Rock9860 %77 %
Disco9856 %74 %
Música electrónica de baile (GiantSteps)60455 %77 %
Jazz7953 %71 %
Blues9846 %49 %
Hip hop8135 %49 %

Las canciones de country y pop, con acordes claros y melodías que descansan en la nota de reposo, fueron las más fáciles. El hip hop y el blues fueron los más difíciles: menos de la mitad de sus lecturas fueron la tonalidad exacta o una vecina. El hip hop suele apoyarse en bucles de batería, samples y bajos afinados con poca armonía que analizar, y el blues mezcla a propósito el modo mayor y el menor.

La música electrónica de baile quedó en el centro, con un 55,0 % exacto y un 76,5 % exacto o vecino en Camelot. Tuvo más lecturas de la tonalidad relativa (9,8 %) que la colección de géneros variados (4,1 %), un fallo cercano que no perjudica la mezcla.

Comprueba una tonalidad de oído en dos minutos

  1. Reproduce el estribillo y tararea la nota que se siente como reposo: aquella en la que quiere terminar una frase.
  2. Busca esa nota en un piano o en una aplicación de teclado. Si coincide con la nota de reposo detectada, la lectura es al menos cercana.
  3. Toca el acorde detectado con la canción y después el mismo acorde en el otro modo, por ejemplo A menor y luego A mayor. El correcto se funde; el equivocado suena desafinado frente a la voz.
  4. Si ninguno encaja, prueba la tonalidad relativa (A menor y C mayor) y las tonalidades a un paso en la rueda Camelot.
  5. Para preparar una sesión de DJ, reproduce durante 16 compases la transición que piensas usar antes de fiarte de la etiqueta.

Cómo leer el resultado del detector de tonalidad

El detector de tonalidad muestra la tonalidad detectada con su código Camelot y el tempo de la canción. Usa la rueda Camelot para ver qué tonalidades quedan a su lado y el detector de BPM si también necesitas las lecturas del tempo a la mitad y al doble.

El tempo tiene sus propios fallos cercanos. Lee por qué un detector de BPM muestra la mitad o el doble del tempo y qué significa de verdad el porcentaje de confianza de un detector de géneros.

Referencias

GiantSteps Key: Knees et al., «Two data sets for tempo estimation and key detection in electronic dance music annotated from user corrections», ISMIR 2015.

GTZAN: Tzanetakis y Cook, «Musical genre classification of audio signals», IEEE Transactions on Speech and Audio Processing, 2002. Etiquetas de tonalidad: las anotaciones de tonalidad de GTZAN.

Categorías de puntuación: la evaluación de tonalidad de mir_eval.

Límites conocidos de GTZAN: Sturm, «The GTZAN dataset: Its contents, its faults, their effects on evaluation, and its future use», 2013.

Inicia sesión en Loudness.ai