嘻哈音乐子风格可视化

项目来源于佐治亚理工CS-6730-A数据可视化原则课程最终项目作业。项目意图于分析10个嘻哈音乐子风格的旋律特征和歌词特征，从而帮助用户更深入和快捷地了解嘻哈子风格的区别和联系，加深对嘻哈文化的认知。在此基础上，我们为用户的数据探索行为设置了一定的灵活度，他们可以根据自己的喜爱从不同的歌曲或者风格入手，获得不同的信息。

1.数据获取
我们通过Genius API获取了从1970-2020年间所有有记录的嘻哈音乐的条目，包括发布时间、艺术家、子风格类型等等，该数据集也频繁被相关研究引用。对获取到的数据集，我们按照子风格进行数据过滤，筛选出我们要分析的11个子风格歌曲，再按照流行度，获得每10年的前10首热单。我们通过Sportify API下载获得了这些歌曲的预览，并利用人声-背景声分离模型对预览进行了处理。对处理后的人声和背景声音频，我们又逐帧进行音量、音高的统计，从而获得了旋律可视化的原始数据。

歌词方面，我们利用简单的AI判断情绪模型对歌词进行了逐句的情感倾向统计，获得了歌词可视化的原始数据。

2.数据可视化
我们将处理好的原始数据放入Tableau当中进行可视化，建立了从宏观到微观的可视化图表列。在第一章，我们着重对比了嘻哈音乐逐年的变化趋势，从而让用户对整体发展有模糊的认知。在第二章，我们以trap（陷阱音乐）为例，比较了不同子风格之间在旋律和歌词组成上的区别。在第三章，我们深入到歌曲层面，展示了对歌曲预览的人声和背景声的分析，让用户可以有探索的余地。

3.数据意义
由于我们的数据比较专业，对于一般爱好者而言可能存在理解上的困难，因此我们对部分数据进行了截图和批注，方便用户更轻松地理解数据背后代表的意义和内涵。

4.网站搭建
我们将以上的数据可视化和数据意义通过HTML组建成了一个可交互的网站。

设计类型: 数据可视化
项目类型：佐治亚理工CS-6730-A课程最终项目

时间: 2024.8-2024.12

指导：Dr.John Stasko(美)
合作: Hanna Fu(美)、Wanting Mao(美)、林与欣

主要贡献:
1.负责从Genuis API获取1970-2020所有嘻哈数据集；
2.对获取数据集进行数据清理，包括按风格、流行度进行筛选以及对无效值的重新输入；
3.通过Sporty API下载筛选歌曲预览，并利用模型对人声和背景声进行分离，利用python对音频逐帧进行分析，获取可视化元数据；
4.利用Tableau设计了9项数据可视化图表，并统一图表样式，包括线宽、颜色、字体等，保持设计的一致；
5.利用HTML、CSS、JavaScript进行网站搭建，利用iframe裁剪tableau植入网页的水印，使得网页设计更加统一完整；

技能：Python、Tableau、HTML、CSS、JavaScript