# Music Popluarity Prediction (zh_tw ver.)
- English Version: https://hackmd.io/W03TtVhOSQCbceFOnd5vNQ?view
- https://github.com/bhbbbbb/MPPP
## 研究背景簡介
從網路的普及和串流平台的崛起以來，音樂產業的規模與產值已不可同日而語。
成功的歌曲背後的成因也因此是各界關注的焦點。
*Carlos* 等人[^1]同時利用了外部資訊（如創作者、過去歌曲排名）與歌曲本身的音訊，來預測歌曲是否能紅（become popular）。在他們的實驗結果達到超過 80% 的準確率，並且指出加入歌曲本身的音訊資訊才將準確提高了5.23%，因此他們推斷：也許歌曲的本質對能否成功的影響微小。
然而 *Laura* 等人[^2] 卻發現 Youtube 觀看數和由 Spotify 所定義的指標 *Popularity* 都和歌曲的能量感（Energy）、聲樂感（Accousticness）、樂器性（instrumentalness）有著高度的正或負相關性。而最近以提供短影片分享平台快速崛起的串流平台 TikTok，統計結果卻顯示歌曲的點閱數與任何 Spotify 提供的高階音訊指標（high-level acoustic metrics）有著很弱的相關性。
這個結果我認為十分有趣之處在於，那些常常被跟 TikTok 聯結的歌曲，常常被描述成「洗腦」、「有記憶點」，而非是因為歌曲是來自知名歌手或發行商。
> 社群常常在聽到過去沒有聽過的歌曲時表示：「在 TikTok 聽過。」。有 72% 的 TikTok 使用者認同他們常常將一些歌曲和 TikTok 做聯結。[^4]
雖然說 TikTok 實際上是提供影音而非純音樂，可能因此造成了弱相關性的結果，但從上述來自 TikTok 官方的研究結果來說，我認為實際上與過去相比，還沒成名的創作者確實能受惠於新興的短影片形式，讓音樂創作更能被看見。
綜上所述，我提出一個假設認為：如今的音樂即便在首次亮相時容易受到外部、社會性、商業宣傳的影響，但一旦能出現在音樂串流排行榜上一次，拜各大音樂串流平台推薦演算法所賜，歌曲的興衰更能回歸於**音樂本質**。而來自 TikTok 這種新興的商業模式則大大降低了從無名到被看見的高牆。
---
## 研究目標
- 驗證前一段落所提出的假設
- 在歌曲於 Spotify Chart 登榜後，預測包含**時間序列**的 Popularity
- 只用 low-level acoustic features （時頻圖）下手，驗證新興的 transformer 架構能否克服傳統上容易遇到的「語意鴻溝（semantic gap）」[^5]
- 比較所謂「TikTok 歌曲」和傳統上一般不會和 TikTok 產生聯想的歌曲，是否存在明顯的差距。
---
## What is Popularity
- 根據 *Lee* 等人[^6]，*Popularity* 可以被用多種面向表示：
<br>
- 雖然上圖是使用 Rank 來表示 Popularity，但在我收集的資料以及研究中，我使用的是歌曲的流量 stream
---
## 資料收集
- 歌曲統計歷史資料（資料來源為 Spotify）: [kworb.net](kworb.net)
- 音訊來源：Spotify Api 提供的 30 秒預覽。
---
## 研究方法
雖然最終目標是預測時間序列的 *Popularity* 但是這是相對困難的。因此我先採用下述的 *MP2* 架構作為中繼。
- 架構：Transformer
#### MP3 (Music Popularity Period Prediction)
- Encoder + Decoder
- 預測時間序列的 *Popularity*
#### MP2 (Music Popularity Prediction)
- 預測 *sumation*[^6] （Regression task）
- fine-tuned MP2 (Encoder) 可以直接作為 MP3 model 的 pretrained encoder.
- Encoder ‐ AST(Audio Spectromgram Transformer)[^7]
- loss: MSE
### 加入地區資訊
- 由於資料來源的限制，只能取得有上過排行榜的歌曲歷史紀錄，因此單一地區的歌曲量似乎不足以支撐 Transformer。
- 然而不同區域對於歌曲的偏好程度會有很大的影響，因此我提出以下將地區的資訊加入的方法
1. region cls_token
2. region embeding
- 若能成功，此區域資料能用於進一部的分析不同地區的偏好差異程度。也能拿來作為個人的偏好，使用於推薦系統。
----
### 其他
#### Augumentation
- use different preview clip of same tracks
- typically, there are more than one track for a song on Spotify (since they published by different album), and they may not have same preview clip.
- Specaugment :heavy_check_mark:
- Rolling :heavy_check_mark:
- Random Gain :heavy_check_mark:
- pitch
- timbre
### 觀察
- 聖誕節相關的歌曲，容易每年聖誕節左右都重新上榜一次
- [All I Want for Christmas Is You](https://kworb.net/spotify/track/0bYg9bo50gSsH3LtXe2SQn.html)
- [Last Christmas](https://kworb.net/spotify/track/2FRnf9qhLbvw8fu4IBXx78.html)
- [Underneath the Tree](https://kworb.net/spotify/track/3nAp4IvdMPPWEH9uuXFFV5.html)
## Refs
[^1]: C. V. Soares Araujo, M. A. Pinheiro de Cristo and R. Giusti, "Predicting Music Popularity Using Music Charts," 2019 18th IEEE International Conference On Machine Learning And Applications (ICMLA), 2019, pp. 859-864, doi: 10.1109/ICMLA.2019.00149.
[^2]: L. Colley et al., "Elucidation of the Relationship Between a Song's Spotify Descriptive Metrics and its Popularity on Various Platforms," 2022 IEEE 46th Annual Computers, Software, and Applications Conference (COMPSAC), 2022, pp. 241-249, doi: 10.1109/COMPSAC54236.2022.00042.
[^4]: https://newsroom.tiktok.com/en-us/new-studies-quantify-tiktoks-growing-impact-on-culture-and-music
[^5]: HIT SONG PREDICTION FOR POP MUSIC BY SIAMESE CNN WITH RANKING LOSS Lang-Chi Yu∗ , Yi-Hsuan Yang∗ , Yun-Ning Hung∗ , Yi-An Chen† (1710)
[^6]: Lee, Junghyuk and Jong-Seok Lee. “Music Popularity: Metrics, Characteristics, and Audio-Based Prediction.” IEEE Transactions on Multimedia 20 (2018): 3173-3182.
[^7]: Gong, Yuan and Chung, Yu-An and Glass, James. "AST: Audio Spectrogram Transformer" arXiv:2104.01778
Sign in with Wallet
Connect another wallet