← back to the tool← volver a la herramienta ENES

Uncanny Listening

Human-algorithmic listening: what makes a pop song uncanny to a trained ear, and where an algorithm agrees.

Escucha humano-algorítmica: qué hace inquietante una canción pop para un oído entrenado, y dónde coincide un algoritmo.

Research: Ana Marjalizo, PhD student in Aesthetic and Electronic Music and lecturer in training, Faculty of Information and Audiovisual Media, University of Barcelona. Built with DarkSonification. Designed by Miguel Angel Crozzoli; implemented with Claude AI agents.

Investigación: Ana Marjalizo, doctoranda en Estética y Música Electrónica y profesora en formación, Facultad de Información y Medios Audiovisuales, Universitat de Barcelona. Hecho con DarkSonification. Diseño de Miguel Angel Crozzoli; implementado con agentes de Claude AI.

What it does

Qué hace

You open a folder of songs: each sub-folder is a class (for example the songs you hear as uncanny and the ones you do not; any number of classes). The page describes every song and every 10-second segment by its sound: dynamics (rms), harmony (chroma), timbre (spectral contrast), structural complexity (spectral flux), brightness and more. It then compares your classes with what an algorithm finds on its own (k-means, and other clusterings), and with a transparent model trained on your labels whose knobs weight each family of descriptors, like a pedal. Turn a knob and the model's boundary moves on every map; the songs that change side are listed, to hear.

Abres una carpeta de canciones: cada subcarpeta es una clase (por ejemplo, las que oyes como inquietantes y las que no; cualquier número de clases). La página describe cada canción y cada segmento de 10 segundos por su sonido: dinámica (rms), armonía (croma), timbre (contraste espectral), complejidad estructural (flujo espectral), brillo y más. Después compara tus clases con lo que un algoritmo encuentra por sí solo (k-means y otros agrupamientos), y con un modelo transparente entrenado con tus etiquetas, cuyas perillas ponderan cada familia de descriptores, como un pedal. Gira una perilla y la frontera del modelo se mueve en todos los mapas; las canciones que cambian de lado aparecen en una lista, para escucharlas.

• Maps: PCA and the pairs of descriptors, linked: select, brush or trace in one and the same songs light up in all.
• Song timeline: one song's 10-s segments over time, the model on each, and where it crosses the boundary. Press and move along it to hear each segment.
• Descriptors: every descriptor's distribution per class and its effect size, ranked.
• By ear: listen, then change a song's class; every view follows, and each edit is kept with its time and can be undone.

• Mapas: PCA y los pares de descriptores, enlazados: selecciona o traza en uno y las mismas canciones se iluminan en todos.
• Línea de tiempo: los segmentos de 10 s de una canción, el modelo en cada uno y dónde cruza la frontera. Pulsa y recórrela para oír cada segmento.
• Descriptores: la distribución de cada descriptor por clase y su tamaño del efecto, ordenados.
• De oído: escucha y cambia la clase de una canción; todas las vistas la siguen, y cada edición se guarda con su hora y puede deshacerse.

Your audio stays with you

Tu audio se queda contigo

Nothing is uploaded. The analysis runs in this browser tab, on your computer; this page holds no audio and no data. The default preset reproduces the researcher's analysis (DarkLibrosa's summary mode, whole songs and 10-s segments): it reads .flac files, as that analysis did; switch to "every audio file" to include the rest. An hour of audio takes about a minute on a recent laptop (217 songs, 17 hours: 8 minutes).

No se sube nada. El análisis se hace en esta pestaña del navegador, en tu ordenador; esta página no contiene audio ni datos. El preset por defecto reproduce el análisis de la investigadora (modo resumen de DarkLibrosa, canciones enteras y segmentos de 10 s): lee archivos .flac, como ese análisis; cambia a «todos los archivos de audio» para incluir el resto. Una hora de audio tarda alrededor de un minuto en un portátil reciente (217 canciones, 17 horas: 8 minutos).

Outputs: a session file (the analysis, labels and edits, knobs, selections and traces; no audio; open it again and link the folder to listen), the tables as CSV, any view as an SVG or PNG figure (the paper look reads best in print), and a methods note in English or Spanish written from what was computed.

Resultados: un archivo de sesión (el análisis, etiquetas y ediciones, perillas, selecciones y recorridos; sin audio; ábrelo de nuevo y enlaza la carpeta para escuchar), las tablas en CSV, cualquier vista como figura SVG o PNG (el aspecto papel se lee mejor impreso) y una nota de métodos en inglés o español escrita a partir de lo que se calculó.

Playing into Ableton Live

Tocar en Ableton Live

An extra, for exploring creatively: the Live panel links to the Dark Music Corpus Hub device in a Live set. What you play or walk here reaches Live: the clip itself (set DMC Corpus's root to the same folder) and, as keys, the descriptors, the label, k-means and the model. Chrome asks once for local network access; Firefox links; Safari cannot link to Live.

Un extra, para explorar creativamente: el panel Live se enlaza con el dispositivo DMC Hub de Dark Music Corpus en un set de Live. Lo que reproduces o recorres aquí llega a Live: el propio clip (pon la raíz de DMC Corpus en la misma carpeta) y, como claves, los descriptores, la etiqueta, k-means y el modelo. Chrome pide una vez acceso a la red local; Firefox enlaza; Safari no puede enlazar con Live.

Credits

Créditos

CREDITS.txt