COFLATUBE: una base de datos para clasificación de flamenco

Abstract

El flamenco es un género musical cuyo origen se encuentra en Andalucía. Este género está fuertemente caracterizado por la improvisación y la espontaneidad: es por ello que su trasmisión es, sobre todo, de carácter oral. Al igual que con el resto de géneros existentes, el flamenco también ha conseguido, en los últimos años, que su capacidad de acceso mediante archivos digitales (ya sean o no online) aumente, con lo cual se ha hecho evidente la necesidad de describir y analizar su contenido musical automáticamente. Este trabajo nace con el objetivo de crear una nueva base datos de flamenco, llamada COFLATUBE, que incluya diferentes archivos sonoros provenientes de un ente público como es la Radio y Televisión de Andalucía, la cual lleva realizando, desde hace varios años, un trabajo importante de recopilación y volcado de sus actuaciones de flamenco en una plataforma digital de visualización de contenido como es YouTube. El estudio de estos datos podría indicar cuáles son o han sido los palos o estilos más populares en el mundo flamenco a lo largo de los últimos años. COFLATUBE ha sido sometida a un procedimiento de minería de datos donde, en primer lugar, se ha realizado un proceso de limpieza, estructuración y normalización de los datos y, posteriormente, se han usado diversos algoritmos que han realizado un análisis estadístico de los datos para facilitar su representación. Tras el estudio del potencial discriminatorio de COFLATUBE entre los distintos estilos de flamenco, se puede concluir que una de las futuras aplicaciones que podrá tener será la identificación de los diferentes estilos flamencos mediante redes neuronales y aprendizaje profundo

Flamenco is a music genre with its main roots in Andalusia. Flamenco is strongly characterized by improvisation and spontaneity, so it is mostly transmitted by oral means. Just like the rest of existing genres, in the recent years flamenco music has increased its availability within digital files, whether through online resources or not, so the necessity to automatically describe and analyse its content has become evident. This work has been created with the aim of creating a new flamenco database, called COFLATUBE, which includes sound files from a public entity such as Radio y Televisión de Andalucía, which has done an important work of compilation and publishing of its flamenco performances on a digital online platform such as YouTube. The study of these data could indicate which are or have been the most popular styles in the flamenco world over the last few years. COFLATUBE has been subjected to a data mining procedure: first, a data cleaning, structuring and a normalization process have been done and, subsequently, various algorithms that perform a stadistical analysis of the data have been used to make their representation easier. After studying the discriminatory potential of COFLATUBE between the different flamenco styles, it can be concluded that one of the possible applications in the future may be the identification of the flamenco styles through neural networks and deep learning.