Pythonのlibrosaでテンポを取得したい

Question

pythonのlibrosaを使って曲のテンポを取得したいです。

y, sr = librosa.load('曲名.m4a')

tempo, beat_frames = librosa.beat.beat_track(y=y, sr=sr)

print('Estimated tempo: {:.2f} beats per minute'.format(tempo))#テンポを表示

上記の方法である程度はテンポを正確に取得できるのですが、一部うまく行きません。
（具体的には、radwimpsの前前前世のテンポは正確には190前後なのですが、このプログラムだと９５くらいになってしまいます。）

なぜそうなってしまうのか、どうしたら解決できるのか。わかる方教えていただきたいです。

Answer 1

radwimpsの前前前世のテンポは正確には190前後なのですが、このプログラムだと９５くらいになってしまいます

テンポとは、4分音符が1分間にいくつあるかを示します。

4分の4の楽曲であれば、60÷1小節にかかる時間(秒)✕4がテンポとなります。

楽曲のテンポは、バス帯やトレブル帯など、いくつかの特定の周波数領域を抽出し、
そのなかで、類似した波形パターンの繰り返しを検出して計算しているものと思われます。

楽曲によっては、パターンの繰り返しが1小節ではなく、2小節ごとに繰り返されているものとして認識されることもあり、
この場合、テンポは本来の2分の1として計算されることになります。

要するに、パターン認識精度がそこまで高くない、ということです。
解決方法としては、あらかじめ想定されるテンポの範囲を自分で設定しておき、そこから外れたテンポが返ってきた場合は、2倍にするか半分にする、といった対応しかないと思います。

掲題の例だと、100を下回るテンポが返ってきたら2倍にする、など。

librosaがなぜ倍数のテンポ数をかえしてしまうかについてのわかりやすい説明が、下記にあります。
http://memomemokun.hateblo.jp/entry/2019/09/09/162341

Comments

[mink.]

今音楽分析をしていて、pythonで様々な曲のテンポを得ようとしていて、１００を下回るテンポを２倍にすると、他の１００を下回るのが正解の曲のテンポを測ることができないのですが、いい方法ありましたら教えていただきたいです。

記事見ました。とてもわかりやすくありがとうございます。
頻度の極大値を求めて、別途、テンポを推定してやる方法がないかと探しています

[sfdust]

そもそも、有名なメーカーのシーケンサソフトやDJソフトのテンポ計測機能すら
普通に２倍／２分の１の値で表示してしまう「誤検知」は結構な頻度で存在します。
これらの機能はパターンの周期を測ることが第一義であり、
表示された数字を２倍・半分にするか否かは、あくまでも人間が判断しろ、というスタンスです。
正確に計測できたら、それこそ特許モノだと思います。

＞ 頻度の極大値
いくつかあるパターンのピークのうち、最大回数のものをそのテンポとするということでしょうか？
例示したサイトのグラフでは、１５２の４分の１である38が一番ピークが高くなっており、２番目が７６、１５２は３番目に位置しています。

頻度最大のものをそのテンポとする、とすると、３８がテンポとして採用されてしまいます。

このことより、頻度が最大のものを採用するといったアプローチでは、正確なテンポは把握できないことがわかります。