世界のあちこちで歌われてきた民謡を、権利の確かめられたものだけ集めて、 波形・周波数・音響特徴量・深層学習の Embedding という順に並べ直した地図帳です。 中心にある問いはひとつだけあります。
地理的に近い音楽は、音響的にも近いのか。
いま載っているのは 314 本の録音、37 か国ぶんです。
測ってみた答え
目玉は立ちませんでした。国名を教わっていない 3 つのモデルのどれでも、 地理的な近さが音響的な近さを説明するとは言えませんでした。
かわりに見えたのは録音の出自(どのアーカイブが同じ機材でデジタル化したか)です。 物差しを替えて測り直しても、向きは変わりませんでした。
- 距離の相関 —— 出自との相関が有意だったモデル 3 / 3
- 群れの切り方(ARI)—— 国より投稿者でよく揃ったモデル 3 / 3
- 類似ネットワーク(偶然比)—— 国より投稿者を強く繋いだモデル 3 / 3
この文と数は、測定結果の JSON から数え上げています。 都合のよい結果が出たときだけ書く、ということをしないためです。 数字を見る →
この地図帳の約束
国は、人が付けた札からしか取らない
録音がどの国のものかは、題名や演奏者名から推し量りません。 Wikimedia Commons で人が付けたカテゴリだけを根拠にし、 その札が無いものはこの地図帳に載せません。
権利を確かめたものだけを載せる
録音そのものの権利と、その下にある曲の権利を別々に確かめます。 判定できない表記は「たぶん大丈夫」で通さず、除きます。
答えを教わったモデルには、そう書く
国名を教わって学習したモデルが国ごとに固まるのは、 発見ではなく仕掛けです。どのモデルが国名を見たかをラベルを見たの印で示し、地理の主張には使いません。
見て回る
世界地図 →
どの国から何本採れたかを見る。偏りもそのまま見えます。
音響空間 →
Embedding を 2 次元へ潰した散布図。国で色分けするか、 投稿者で色分けするかを切り替えられます。
地理と音響 →
離れているほど音は違うのか。同じ投稿者と違う投稿者の二本の線で、 答えが図として見えます。
類似ネットワーク →
音響的に近いものどうしを線で結ぶと、何のかたまりが見えるか。
モデル →
誰が国名を見たか、そして目玉の検定結果。