日本語概要 · English report · Shirtless timing visualization
音楽の特徴から裸になるタイミングを予測できるか
Yousuke Yukimatsuの長尺DJ／ライブセット23本から音声を抽出し、30秒ごとにRMSエネルギー、低域エネルギー、オンセット、スペクトル重心、BPMを推定した。裸の状態が確認できた13本について、確認時刻の直前窓を、同じセット内の固定seed疑似時刻と比較した。
23解析セット
2,46930秒音声窓
13確認イベント
12直前窓を評価可能
結論
このデータでは、音楽のエネルギーやBPMだけから裸になるタイミングを実用的に予測できるとは言えない。 BPMの相対値に弱い偏りはあるが、エネルギー単独はほぼ偶然水準で、直前のエネルギー上昇はむしろ予測性能を示さなかった。
これは因果関係の否定ではない。映像上の確認時刻は脱衣動作そのものではなく、カメラ・照明・編集の影響を受ける。また未確認／判定困難の10本は「裸にならなかった」という負例ではないため、予測評価には入れていない。
イベント前後の音楽特徴
確認時刻を0秒に揃え、前後180秒の30秒窓を平均化したロック。赤はRMSエネルギーのセット内z-score、青はBPMのセット内z-score。0秒より前だけが予測に利用できる情報です。
平均 energy z-score平均 BPM z-scoreevent = 0 sec
予測性能：イベント直前 vs 疑似時刻
同じセット内の疑似時刻215窓と比較したAUC。0.5は偶然、1.0が完全な順位分離。BPMの相対値は弱いシグナルに留まり、エネルギー上昇は偶然を下回った。
確認済みイベントの直前特徴
| Set | Event | Set position | Pre energy z | Pre BPM | Energy rise z |
|---|
解析方法と限界
- 音声は44.1kHz等の入力から22,050Hz monoへ統一し、30秒窓・50% overlapなしで解析。
- BPMは各窓でlibrosa beat trackingを行い、60未満／180超の倍テン・半テンを補正した表示値。
- エネルギー／帯域値はセット内のrobust z-scoreで標準化。セットごとの音量差を除いた。
- 予測評価は確認済みイベントのみ。開始時点ですでに裸のDallasは直前窓がないため除外。
- これは探索的検証であり、曲名、映像編集、会場、本人の習慣などの交絡を統制した因果モデルではない。
JSON · CSV · English report