Spotifyの楽曲に埋め込まれている情報がハンパない話

はじめに

前回の記事でSpotify APIを使って楽曲のデータを引っこ抜くまでの話を書きました。「自分もやってみたい！」という方はそちらの記事も参考に、「そんな事はいいから本題に入れ！」という人はこちらの記事からでも全然問題ないです。

ざっくり言うと、Spotifyが公開しているWEB APIを使って、日本のウィークリーチャート TOP200のリストの楽曲に埋め込まれている指標値を引っこ抜いて来たよ。という話です。ざっくりこんな感じの表になります。

楽曲に埋め込まれている情報をよく見てみる

埋め込まれている指標のうちいくつかををTOP3、ワースト3を並べてみて考察してみます。基本的にどの数値が高いから良いということでなく、プレイリストの作成とかに生かされているんだと思います。
公式の説明文もつけておきます。
https://developer.spotify.com/documentation/web-api/reference/tracks/get-several-audio-features/

1.acousticness

アコースティック感。1に近づくほどアコースティック。

公式説明文
A confidence measure from 0.0 to 1.0 of whether the track is acoustic. 1.0 represents high confidence the track is acoustic.

TOP 3
Chris Brown「Don't Check On Me（feat. Justin Bieber & Ink）」0.873
菅田将暉「キスだけで feat. あいみょん」0.795
ゆず「栄光の架橋」0.787

WORST 3
ONE OK ROCK「The Beginning」0.0000883
菅田将暉「見たこともない景色」0.000352
サカナクション「新宝島」0.00118

結構不思議な数値です。K-POPやEDMとバンドものの位置取りをみてみると電子音かアコースティック楽器かということよりも、そもそもの楽器の数とかが影響するみたいです。

2.danceabillty

踊りやすさ。1に近づくほどダンサブル。テンポやリズム、ビートの強さなどから決まるらしいです。

公式説明文
Danceability describes how suitable a track is for dancing based on a combination of musical elements including tempo, rhythm stability, beat strength, and overall regularity. A value of 0.0 is least danceable and 1.0 is most danceable.

TOP 3
Lil Nas X「Old Town Road - Remix」0.878
TWICE「Breakthrough」0.868
Jonas Brothers「Sucker」0.842

WORST 3
ZAYN「A Whole New World (End Title) - From "Aladdin"」0.302
Chris Hart「I LOVE YOU」0.303
Mrs. GREEN APPLE「青と夏」0.31

これはわかりやすい。洋楽とK-POPがめちゃ強いです。日本人で最初に出てきたのは清水翔太「Sorry」の0.764でした。ちなみにDA PUMP「U.S.A.」は0.71でケツメイシ「さくら」よりも低いという意外な結果も。

3.energy

曲の過激さ。”過激”があらわすのが展開的なことなのか勢いなのかはよくわからず。デスメタルは高くバッハの前奏曲は低いという説明があります。

公式説明文
Energy is a measure from 0.0 to 1.0 and represents a perceptual measure of intensity and activity. Typically, energetic tracks feel fast, loud, and noisy. For example, death metal has high energy, while a Bach prelude scores low on the scale. Perceptual features contributing to this attribute include dynamic range, perceived loudness, timbre, onset rate, and general entropy.

TOP 3
DA PUMP「U.S.A.」0.988
ONE OK ROCK「The Beginning」0.983
WANIMA「ともに」0.968

WORST 3
Ariana Grande「7 rings」0.317
Mena Massoud「A Whole New World」0.375
Tomoya Nakamura「A Whole New World - From "Aladdin"」0.383

この指標はまた特殊。なによりTOP 3の数値がカンスト間近です。energyがMAXの楽曲がリリースされる日も近いのでは。また、トップの楽曲に日本の曲の割合がすごく高いです。上位の楽曲を上から順に抜き出すとこんな感じ。

「U.S.A.」 DA PUMP
「The Beginning」 ONE OK ROCK
「ともに」 WANIMA
「ワタリドリ」 [ALEXANDROS]
「秒針を噛む」 ずっと真夜中でいいのに。
「StaRt」 Mrs. GREEN APPLE
「Silent Majority」 Keyakizaka46
「満月の夜なら」 Aimyon
「天体観測」 BUMP OF CHICKEN
「ファンファーレ」 sumika
「SHOOT IT OUT」 GENERATIONS from EXILE TRIBE
「夏のどこかへ」 WANIMA
「ノーダウト」 Official HIGE DANdism
「シグナル」 WANIMA
「Sayonara Elegy」 Masaki Suda
「勘冴えて悔しいわ」 ずっと真夜中でいいのに。

意外だったのはバラードと思われていそうなKing Gnu「白日」もこのスコアは0.901とかなり高めの数値だったこと。Superfly「愛をこめて花束を」が0.8と、Taylor Swift「Shake It Off」0.795よりも高い数値。danceabilltyで一位だったLil Nas X「Old Town Road - Remix」は0.619と低めの数値です。

雑にまとめると「踊れるからと言ってenergyが高いとは言えないが、日本の曲はenergyが高い」ということでしょうか。

4.instrumentalness

インストっぽさ。1に近づくほどインスト曲ということだと思います。
この値に関しては半分ぐらいの楽曲が"0=完全なる歌もの"という数値だったので、TOP 3のみ示します。

公式説明文
Predicts whether a track contains no vocals. “Ooh” and “aah” sounds are treated as instrumental in this context. Rap or spoken word tracks are clearly “vocal”. The closer the instrumentalness value is to 1.0, the greater likelihood the track contains no vocal content. Values above 0.5 are intended to represent instrumental tracks, but confidence is higher as the value approaches 1.0.

TOP 3
スピッツ「楓」0.708
サカナクション「ナイロンの糸」0.164
Billie Eilish「bad guy」0.13

なんと1位のスピッツ「楓」がずば抜けて高い結果に。

つまりSpotifyにとってスピッツ「楓」は、ほぼインスト。ということですね。

5.liveness

ライブっぽさ。今回のランキングにはライブ音源がないので検証しようがないですが、1に近づくほどライブっぽいということでしょう。

公式説明文
Detects the presence of an audience in the recording. Higher liveness values represent an increased probability that the track was performed live. A value above 0.8 provides strong likelihood that the track is live.

TOP 3
Foorin「パプリカ」0.771
OneRepublic「Rescue Me」0.694
TWICE「FANCY」0.627

WORST 3
Azaran Ma「One Jump Ahead」0.0378
あいみょん「貴方解剖純愛歌～死ね～」0.0409
Mrs. GREEN APPLE「ロマンチシズム」0.0412

6.speechiness

スピーチ感。1に近づくほどポエトリーみたいになると。きっとラップとかだとあがるのでしょう。

公式説明文
Speechiness detects the presence of spoken words in a track. The more exclusively speech-like the recording (e.g. talk show, audio book, poetry), the closer to 1.0 the attribute value. Values above 0.66 describe tracks that are probably made entirely of spoken words. Values between 0.33 and 0.66 describe tracks that may contain both music and speech, either in sections or layered, including such cases as rap music. Values below 0.33 most likely represent music and other non-speech-like tracks.

TOP 3
Billie Eilish「bad guy」0.375
Ariana Grande「7 rings」0.334
King Gnu「Player X」0.28

WORST 3
絢香「にじいろ」0.0232
Mr.Children「Tomorrow Never Knows」0.0245
DAOKO×米津玄師「打上花火」0.0249

7.valence

明るさ。1に近づくほどポジティブな楽曲とのことです。

公式説明文
A measure from 0.0 to 1.0 describing the musical positiveness conveyed by a track. Tracks with high valence sound more positive (e.g. happy, cheerful, euphoric), while tracks with low valence sound more negative (e.g. sad, depressed, angry).

TOP 3
ヨルシカ「ただ君に晴れ」0.962
サカナクション「モス」0.954
Jonas Brothers「Sucker」0.952

WORST 3
Drake「Money In The Grave (Drake ft. Rick Ross)」0.101
ZAYN「A Whole New World (End Title) - From "Aladdin"」0.105
King Gnu「The hole」0.111

言語や数値化する人によって結構ばらつきがありそうな指標ですが....
ちなみに複数アーティストの歌唱でランクインしてた「A Whole New World」はどれも全部"valence"の値が低かったので、Spotifyにとって「A Whole New World」はめっちゃ暗い曲、と言えそうです。

8.テンポとかキーとか楽曲情報的なところ

ここまでの数値以外にも情報は格納されていて、

duration_ms＝楽曲の長さ（ms）
key＝楽曲のキー（C=1として、C#/Db=2、D=3....）
loudness＝音量・音圧（db）の平均値
mode＝いわゆる調性。メジャーだと1、マイナーだと0
tempo＝曲の速さ。BPM。
time_signature＝拍子

キーとか調性はともかく、BPMあたりはちょっと怪しそう。
今回のリストの中だと、椎名林檎「丸の内サディスティック」が一番はやくて199.694という数値になっています。

おわりに

ざっと見てきましたが、こんなにもたくさんの指標をどのようにして入力しているのか？という疑問がすごいです。恐らくAI的なものに分析されているんだと思いますが。

アーティストやレーベルは自分の楽曲がどのように数値がつけられているかを見てみると面白いかも。

次は数値同士の相関関係とかを見てみたいと思います。

※追記　この記事で見てきた指標を使って日本と世界のヒット曲を比較する記事を書きました。

この記事は投げ銭です。有料エリアには何も書いていませんが、いいなと思ったらサポートをお願いいたします。