¿Qué significa de verdad el porcentaje de confianza de un detector de géneros?

Dos porcentajes muy distintos

Muchos detectores de géneros funcionan como etiquetadores. Puntúan por separado cada género que conocen, así que una canción puede obtener un 40 % de rock y un 30 % de blues a la vez. Estas puntuaciones no suman 100 % ni son la probabilidad de acertar. Describen cuánto se parece la música a los ejemplos de cada género.

En nuestra prueba, la etiqueta principal de una canción típica puntuó solo un 27 %, y esa puntuación bruta decía poco sobre si el género era correcto. Las canciones cuya etiqueta principal puntuó menos de un 15 % acertaron el 63 % de las veces; las que puntuaron entre un 25 % y un 35 %, el 60 %. Solo por encima del 50 % subió claramente el acierto, hasta el 79 %.

Una confianza útil responde a otra pregunta: cuando un detector da esta lectura, ¿con qué frecuencia acierta? Eso solo se puede medir con canciones cuyo género ya se conoce.

Una ventaja clara es lo que anticipa el acierto

Lo claramente que destaca el género principal importó mucho más que su puntuación bruta. Dividimos la puntuación del género principal entre la suma de todas las puntuaciones de género. Cuando el género principal tenía menos del 40 % de ese total, acertó el 47 % de las veces. Cuando tenía el 80 % o más, acertó el 99 %.

Abrir gráfico a tamaño completo

La confianza del detector de género musical indica este tipo de tasa medida: con qué frecuencia acertó el género principal en las pruebas con el mismo nivel de ventaja. Una lectura del 55 % significa que el género principal acertó algo más de la mitad de las veces en ese nivel. Una lectura del 95 % significa que acertó casi siempre.

Qué probamos

Usamos GTZAN, una colección pública de investigación con 999 fragmentos de canciones de treinta segundos en diez géneros: blues, clásica, country, disco, hip hop, jazz, metal, pop, reggae y rock. La detección eligió libremente entre 49 géneros. Contamos una respuesta como correcta cuando nombraba el género etiquetado, uno de sus subgéneros o un estilo del que procede. El heavy metal cuenta para metal y el swing para jazz, pero el funk no cuenta para disco.

La mayoría de los fallos son géneros vecinos

Los nombres de los géneros son tanto historia como sonido. La música disco nació del funk y del soul, así que 40 canciones disco se leyeron como funk y 14 como soul. El pop se solapó con el R&B, y el blues con el swing, el rock psicodélico y el country. Estas respuestas son incorrectas para una etiqueta, pero a menudo son razonables para quien escucha.

La clásica y el jazz acertaron casi siempre porque sus instrumentos y texturas son muy característicos. Los géneros más difíciles de nombrar fueron los que quedan entre vecinos, y por eso la segunda y la tercera respuesta merecen tanta atención como la primera.

Géneros que los detectores conocen peor

Los detectores aprenden de ejemplos etiquetados, y sus listas de géneros reflejan la música de la que salieron esos ejemplos. Un estilo sin etiqueta propia se asocia al patrón conocido más cercano. En nuestras comprobaciones fuera de la colección de prueba, Despacito, un éxito de reggaeton, se leyó como afrobeat en la mayoría de los etiquetadores que probamos, y una canción pop india se leyó como música clásica del sur de la India.

En estilos regionales y escenas más recientes, usa el resultado para encontrar géneros vecinos y no como el nombre definitivo. Tu propio conocimiento de la música, del artista y del público es mejor guía.

El estado de ánimo es todavía más difícil. Las etiquetas de estado de ánimo fueron débiles en la mayoría de las canciones: solo el 8 % de las canciones de prueba tuvo alguna etiqueta de ánimo por encima del 10 %. Toma una etiqueta de estado de ánimo como una pista sobre el carácter, no como una medición.

Cómo leer un resultado de género

1. Mira los tres primeros géneros, no solo el primero. El género correcto estuvo entre los tres primeros en el 86 % de las canciones de prueba.
2. Comprueba si coinciden. Rock, heavy metal y grunge juntos apuntan con claridad a una familia; rock, reggae y jazz juntos indican que el detector duda.
3. Lee la confianza como una tasa. Por debajo de un 60 %, trata el género principal como un candidato entre varios. Por encima del 90 %, acertó casi siempre en las pruebas.
4. Para los metadatos de un lanzamiento, elige un género principal y uno secundario entre las primeras respuestas que coincidan con lo que oyes. Las distribuidoras suelen pedir ambos.
5. Para listas y bibliotecas, combina el género con el tempo y la tonalidad. Dos canciones de géneros vecinos suelen encajar bien cuando su tempo y su tonalidad son compatibles.

El detector de género musical muestra el género principal con su confianza, los siguientes géneros con su parte de la coincidencia y el tempo, la tonalidad y la energía de la canción.

Sobre el tempo y la tonalidad, lee por qué un detector de BPM muestra la mitad o el doble del tempo y qué precisión tiene la detección automática de tonalidad.