Agrupación de canciones (El problema de Joe Walsh)

Los Eagles son un supergrupo de rock de los años 70 y 80, responsables de clásicos como el Hotel California . Tienen dos sonidos bastante distintivos, uno donde el guitarrista Joe Walsh está presente (por ejemplo, en Life in the Fast Lane ) y otro donde está ausente. Las últimas canciones tienen una sensación marcadamente más sombría / aburrida.

Tengo curiosidad por comprender el grado en que un algoritmo de aprendizaje (sin supervisión) podría detectar la diferencia entre los dos sonidos. Uno podría imaginar que sería fácil distinguir entre el speed metal y la música clásica, pero ¿qué pasa con los sonidos de la misma banda?

¿Cómo organizaría tal experimento? Suponga que ya tengo los archivos de audio relevantes en algún formato estándar.

Tenga en cuenta que esto también debería aplicarse a otros grupos de rock, como AC / DC, que tuvo un cambio de cantante principal en 1980, y posiblemente incluso a otros géneros, posiblemente incluso a la música más moderna.

Lo que desea hacer parece ser conocido como Extracción de funciones de audio o, más específicamente, Recuperación de información musical , que son métodos automatizados que destilan características de (conjuntos de) archivos de música. Tendría que extraer características de muestras de ambas clases de equivalencia y observar las diferencias que pueden informar la elección de la canción.

Las herramientas de investigación están disponibles, por ejemplo, aquí y aquí . Un finalista de Google Science Fair 2011 presentó cosas interesantes, pero no puedo encontrar sus herramientas en ningún lado.