RoboDJ : automatic dj mix generation using Spotify Web API and machine learning methods

Nowadays, virtually everything connected to music is becoming computerized due to Machine Learning techniques’ growing impact. Automatic music recommendation systems, automatic playlist generators, automated mastering services for mixed songs, and automatic chord creation systems are just a few examples. There is, however, a dearth of study on Automatic DJ mix creation, which readers may understand as Seamless mix generation utilizing in- dividual songs. Recently, the issue of Automatic DJ Mix Generation has emerged. This study has merged several existing techniques to produce an automated mix creation system that requires minimum human input. Ordinary users or expert DJs may utilize the suggested system to experiment with new methods and get inspiration from the produced mixes. The proposed system in this study uses several machine learning techniques and the Spotify Web API, first to build a categorization system for predefined presets in the system, then create a 1-hour extended DJ mix that sounds mixed by a real human DJ. We discuss how datasets are acquired for the learning process, how the learning models are built, how the cue points are extracted and how tracks are ordered, the implementation of different transition methods, and finally, how the system’s graphical user interface is designed. In the end, user assessments are addressed, and potential future works are announced.

Attualmente tutto ciò che concerne la musica sta diventando computerizzato grazie allimpatto crescente delle tecniche di Machine Learning. Sistemi automatici di consigli musicali, creatori automatici di playlist, servizi automatici di mastering per brani mixati e sistemi automatici di generazione accordi sono solo alcuni esempi. Si avverte, tuttavia, una carenza di studi sulla generazione automatica di mix per DJ ovvero mix senza interruzioni a partire dai singoli brani: infatti, di recente, la questione è emersa. Nello studio qui proposto si fondono diverse tecniche già esistenti per produrre un sistema automatico di generazione di mix che richieda un minimo intervento umano: sia utenti comuni sia DJ esperti lo possono utilizzare per sperimentare nuove metodiche e prendere ispirazione dai mix prodotti. In particolare, si fa largo uso di diverse tecniche di Machine Learning e della API web di Spotify allo scopo, prima di tutto, di costruire un metodo di classificazione dei preset predefiniti e poi di generare un mix per DJ lungo unora che suoni come se fosse mixato da un DJ reale. Si tratta di come i dataset sono acquisiti nel processo di apprendimento ed i relativi modelli sono costruiti, di come i cue points sono estratti e le tracce ordinate, della realizzazione di diversi tipi di dissolvenza ed infine del design dell'interfaccia grafica. Per concludere, ci si occupa anche delle valutazioni degli utenti e si preannunciano potenziali sviluppi.