(Hey you) 저 소리는 뭐죠?

노래는 본래 아날로그적인 존재예요. 우리가 듣는 소리는 사실 공기의 진동이죠. 노래를 분석하려면 이를 의미 있는 숫자로 바꿔야 합니다. Million Song Dataset의 각 트랙에는 노래 전반에 걸쳐 일정한 시간 간격으로 측정된 12개의 timbre 값이 들어 있어요. (timbre는 소리의 지각된 음색/질을 나타내는 측정치로, 예를 들어 목소리와 현악기, 타악기를 구분하는 데 사용할 수 있습니다.)

이번 장에서는 timbre를 바탕으로 트랙의 발매 연도를 예측해 볼 거예요. 즉, 이러한 timbre 측정을 사용해 모델에 사용할 feature를 생성합니다. (참고로, feature는 모델의 입력 변수를 뜻하는 Machine Learning 용어입니다. 통계학에서는 설명 변수라고 부르기도 합니다.)

timbre 데이터는 행렬 형태이며, 행은 시간 지점을, 열은 서로 다른 timbre 측정을 나타냅니다. 따라서 모든 timbre 행렬은 12개의 열을 갖지만, 행의 개수는 노래마다 다릅니다. 각 열의 평균은 노래 전체에 걸친 해당 timbre 측정의 평균을 추정합니다. 이렇게 해서 모델에 사용할 12개의 feature를 만들 수 있어요.