认真的甲壳虫乐队的粉丝可能能够在八年的运行中描述乐队复杂的音乐演变，但是现在有一种数学方法可以映射该小组从“ Love Me Do Do”一路绘制到“让它成为”的过程。
一群研究人员开发了一种算法，该算法根据声音频率和模式来分散歌曲之间的相似性。然后，科学家使用该算法分析了英国发行的13张甲壳虫乐队专辑中的每张歌曲。在确定了每首歌曲的紧密关系之后，该算法按时间顺序成功地对专辑进行了排名。
“不是甲壳虫乐队的球迷通常无法说出“帮助！”在“橡胶灵魂”之前记录了算法，但算法可以。在一份声明中说。 “该实验表明，人工智能可以通过以全新的方式'聆听流行音乐专辑来识别音乐风格的变化和发展。” [图像：世界上最美丽的方程式这是给出的
该算法在八月的《期刊模式识别字母》中描述了，将每首歌曲转换为一个名为“频谱图”的视觉地图。该图显示了整个歌曲中声波频率，形状和纹理的变化。然后，该算法分类并比较声波的光谱在每首歌曲中的排列程度。最后，统计分析对两首歌曲的紧密相关程度排名。
该算法确定甲壳虫乐队的第一张专辑“请，请我”的歌曲最喜欢乐队的下一张录制专辑“与甲壳虫乐队”中的歌曲。早期的音乐与乐队上一张专辑“ Abbey Road”上的歌曲最不相似。
沙米尔（Shamir）和他的研究生乔·乔治（Joe George）并没有停在甲壳虫乐队（Beatles）：他们还使用算法来分析其他知名团体，例如U2，《恐惧和女王》。该算法在恐惧专辑中发现了两次连续的眼泪之间的相似之处，即使它们相距15年发行：乐队在1989年就录制了“爱的种子”，然后在分手之前就录制了“爱人的种子”，“每个人都喜欢幸福的结局”是2004年乐队重新播出后发行的第一张专辑。乐队音乐的根本转变。
Shamir和George Hope算法可用于组织音乐数据库，并帮助用户轻松浏览和搜索歌曲，艺术家和专辑。对于基于用户“喜欢”的歌曲播放音乐的音乐流媒体服务，例如Spotify和Pandora，该算法可以更进一步，以进一步迈进，并识别与一个人的单个音乐偏好相匹配的音乐。
“系统可以通过“听”音乐Shamir在一封电子邮件中告诉Live Science：“他或她不断地搜索他或她可能会喜欢但可能不知道的更多音乐。
关注凯利·迪克森（Kelly Dickerson）叽叽喳喳。跟着我们@livescience，，，，Facebook和Google+。原始文章现场科学。
