{
"id": "ZW5qb3ktdGhlLXNpbGVuY2UtZGVwZWNoZS1tb2Rl",
"key": "C",
"mode": "minor",
"camelot": "5A",
"tempo": 113,
"duration": "4:15",
"popularity": 76,
"energy": 84,
"danceability": 66,
"happiness": 75,
"acousticness": 20,
"instrumentalness": 0,
"liveness": 8,
"speechiness": 3,
"loudness": "-6 dB"
}
curl --location --request GET 'https://zylalabs.com/api/13668/spotify+mood+content+extractor+api/31109/mood+detection&track_id=Required' --header 'Authorization: Bearer YOUR_API_KEY'
Después de registrarte, a cada desarrollador se le asigna una clave de acceso a la API personal, una combinación única de letras y dígitos proporcionada para acceder a nuestro endpoint de la API. Para autenticarte con el Extractor de Contenido de Estado de Ánimo de Spotify API simplemente incluye tu token de portador en el encabezado de Autorización.
| Encabezado | Descripción |
|---|---|
Autorización
|
Requerido
Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito.
|
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento.
(Ahorra 2 meses pagando anualmente 🎉)
La API de extracción de contenido de estado de ánimo de Spotify analiza pistas de música y proporciona características de audio detalladas que ayudan a identificar el estado de ánimo general, la energía y el perfil musical de una canción. Al enviar una pista de Spotify o su identificador, la API devuelve información estructurada que se puede utilizar para entender cómo suena y se siente una pista
La API proporciona una amplia gama de atributos musicales, incluyendo el nombre de la pista, el álbum, la tonalidad musical, el modo, la notación de Camelot, el tempo, la duración, la popularidad, la energía, la capacidad de baile, la felicidad, la acústica, la instrumentación, la viveza, el habla y el volumen. Estas métricas proporcionan una representación integral de las características sonoras de una pista y se pueden utilizar para clasificar canciones según diferentes estados de ánimo, contextos de escucha y preferencias musicales
El punto final de Detección de Estado de Ánimo devuelve características de audio detalladas de una pista de Spotify incluyendo estado de ánimo energía capacidad de baile felicidad tempo acústica instrumentación y más Estos datos ayudan a los usuarios a comprender la sensación general y el perfil musical de la pista
Los campos clave en la respuesta incluyen "id" "clave" "modo" "tempo" "duración" "popularidad" "energía" "bailabilidad" "felicidad" "acústica" "instrumentalidad" "vitalidad" "habladuría" y "volumen" Cada campo proporciona información específica sobre las características de audio de la pista
Los datos de respuesta están estructurados en un formato JSON con cada clave representando una característica de audio específica Por ejemplo "tempo" indica los beats por minuto mientras que "energía" refleja la intensidad de la pista Esta organización permite un fácil análisis y interpretación
El punto de finalización de detección de ánimo proporciona información sobre varios atributos musicales incluidos el ánimo los niveles de energía la bailabilidad la felicidad el tempo y características acústicas Estos datos exhaustivos ayudan a clasificar las canciones según sus cualidades emocionales y sonoras
Los usuarios pueden personalizar sus solicitudes proporcionando el ID de la pista de Spotify como un parámetro Esto permite que la API analice pistas específicas y devuelva características de audio personalizadas basadas en el identificador proporcionado
Los casos de uso típicos incluyen sistemas de recomendación musical, generación de playlists en función del estado de ánimo y análisis musical para DJs o productores. Los atributos detallados ayudan a los usuarios a seleccionar pistas que se ajusten a contextos emocionales o energéticos específicos
La precisión de los datos se mantiene mediante el uso del extenso catálogo musical de Spotify y algoritmos de análisis de audio La API aprovecha los datos de Spotify asegurando que las características de audio reflejen los atributos reales de las pistas
Los usuarios pueden esperar patrones de datos consistentes como niveles de energía que oscilan entre 0 y 100 y valores de tempo típicamente entre 60 y 200 BPM Esta consistencia permite comparaciones y análisis confiables entre diferentes pistas