Autotagging. Etiquetado musical en la era de la tecnología [post invitado]

La tecnología en el desarrollo de las investigaciones musicales se ha establecido como punto de apoyo desde hace años. En este marco se reconocen software de análisis espectral, estadística y predicción musical. Estos programas responden a las características de la música y se utilizan tanto en el estudio de composiciones antiguas canónicas, como en el de música de vanguardia del siglo veinte. En el caso de la música de la actualidad, sus particularidades exigen unos modelos específicos de tratamiento y procesamiento de datos. En el presente ensayo, se ahonda sobre los software de Autotagging y su utilidad para los procesos investigativos. A continuación, se encuentra una breve contextualización de la clasificación musical y el uso de los Tags, seguida de una revisión de las dos corrientes de software de Autotagging y su pertinencia y finalizando con una conclusión y reflexión personal.

La clasificación de la música en categorías delimitadas ha sido importante en la industria musical para segmentar los mercados y alinear las corrientes sonoras. En la investigación, el estudio del género musical se estableció en el siglo veinte, según Hamm (1994), la atención se centró en la construcción de taxonomías basadas en lenguaje del texto musical y en la estructuración de la construcción del género en sí mimo. En el caso de la música popular moderna, los conceptos de género y estilo se transforman con el advenimiento de la tecnología y su impacto en la creación, difusión y acceso a la música. Johnson (2018) enfatiza en el cambio de la categorización musical como consecuencia de la radio en internet, los servicios de streaming, las estaciones de audio digital y las recomendaciones algorítmicas que producen una nueva forma de entender y experimentar los diferentes tipos de música. Entre estas novedades, se encuentra la práctica de Tagging, definida por Sordo (2011) como la asignación de etiquetas semánticas a colecciones musicales. De este modo, se crea una descripción del universo musical y se consolida una herramienta para la organización y búsqueda de archivos musicales. Estas nuevas lógicas plantean retos y problemáticas que pueden ser abordadas con herramientas tecnológicas.

El principal aporte de la tecnología a este campo son los softwares de Autotagging, una opción que pone a disposición la capacidad de las máquinas para automatizar el proceso de clasificación musical. Tras un proceso de búsqueda y comparación, se identifican dos corriente principales que se diferencian por su enfoque en el análisis de las interacciones sociales o en el análisis de audio.

Toynbee (2016),  trata el género como un proceso social. Esta perspectiva es respaldada por Guerrero (2012) que afirma que la definición del género incorpora no solo a quien produce la música sino a quien la escucha.  Este enfoque tiene en cuenta el tejido social y la construcción colectiva, lo cual está en concordancia con el primer tipo de software. Este, comprende que en el proceso en que un humano asigna un tag a una canción pueden encontrarse patrones recurrentes (Wang,  2011). Es decir, que estos software clasifican automáticamente una canción dentro de un género a partir de los datos de tags disponibles, eliminando el obstáculo de lidiar con audios de baja calidad y aprovechando las interacciones sociales previas. El aporte a la investigación de este tipo de software está centrado en la reducción metodológica. Realizar una revisión de las opiniones, reacciones y recepción de la música es una tarea que, aún abordada desde las metodologías más eficientes, requiere de mucho tiempo sin la asistencia de un ordenador.

Por otro lado, el segundo enfoque está conectado con el sonido y no con la interacción humana. Esta corriente tiene en cuenta el concepto de una hiper-regla propuesto por Fabri (1982) que contempla la jerarquización de parámetros, y la existencia de unas reglas sobresalientes en las que se fundamenta la identidad de un género musical. De este modo, estos software utilizan un análisis de características de audio a través de “Block-level feature“, un proceso en el que se analiza el espectro de sonido dividido en bloques temporales (Seyerlene, 2010). Este acercamiento soluciona una problemática recurrente en la que una canción o un artista no han sido etiquetados por ninguna persona. En lugar de tener que partir desde cero, el software analiza el sonido de la música y lo compara con su base de datos para asignarle una clasificación. Para el investigador, esto significa que se anula la situación de tener que escuchar suficiente música para crearse su propia base de datos mental, además de que el software contempla aspectos sonoros que no son fácilmente reconocibles ni para un oído entrenado.

En conclusión, la tecnología puede ser la única solución para seguirles el paso a los géneros, que como Walser (1993) indica, en ningún ámbito son tan fluidos y cambiantes como en la música popular, en la que constantemente se fusionan y se extienden. Esta mutabilidad es un reto que se impone a la hora de realizar una investigación de un género o subgénero, que como pasa regularmente, deriva de ciertas características de su predecesor. Estas características, como se demostró, son encontradas con mayor facilidad por una máquina. La ventaja más significativa es que un programa puede almacenar una cantidad de información abundante y ordenada, destinada a un solo propósito. En este caso se entiende su utilización y es llamativo cómo un aspecto que ha mostrado ser subjetivo se puede encargar a una máquina sin dejar de lado el componente humano. Resulta también importante su utilización en el sentido en que el análisis de una parte de la música popular moderna sobrepasa las funciones armónicas y elementos rítmicos, y se nutre de una caracterización espectral y cultural. Considero que una música que se transforma a partir de la tecnología debe ser estudiada a través de la misma.

• Fabbri, F. (1882). A Theory Of Musical Genres. Two Applications», in D. Horn, P. Tagg (a cura di), Popular Music Perspectives, Gothenburg and Exeter, IASPM, 1982, pp. 29; parzialmente ristampato come «The System Of Canzone In Italy today», in S. Frith (a cura di), World Music, Politics And Social Change, Manchester, Manchester University Press, 1989
• Guerrero, J. (2012). El género musical en la música popular: algunos problemas para su caracterización. Trans. Revista transcultural de música, (16), 1-22.
• Hamm, C. (1994). Genre, Performance and Ideology in the Early Songs of Irving Berlin. Popular Music, 13(2), 143-150. Retrieved May 13, 2021, from http://www.jstor.org/stable/853207
• Johnson, T. (2018). Analyzing genre in post-millennial popular music [Tesis Doctoral]. https://academicworks.cuny.edu/gc_etds/2884/
• Toynbee, J. (2016). Making popular music: Musicians, creativity and institutions. Bloomsbury Publishing.
• Walser, R. (1993). Running with the devil: Power, gender, and madness in heavy metal music. Wesleyan University Press.
• Wang, J. C., Wu, M. S., Wang, H. M., & Jeng, S. K. (2011, December). Music tag annotation and clustering using latent music semantic analysis. In Proceeding the International Workshop on Computer Music and Audio Technology.