「えり好みしない」という方法論の宣言
サイケデリック・トランスが好きだ。ハード・トランスとエピック・トランスは正直あまり好きではない。 EDMの原型的な構造には抵抗感すらある。
だから全部入れた。
自分の好みでフィルタリングしたデータは、自分の好みを確認するだけだ。 「なぜ踊るのか」という問いに答えたいなら、踊っている人全員のデータが必要だ。 好き嫌いは分析した後で述べればいい。分析の前に持ち込むものではない。
解析対象の定義——20年・全サブジャンル
対象ジャンルを主観なしで定義する必要があった。 Spotifyのジャンルタグと再生リストデータを起点に、以下の7区分を設定した。
| ジャンル | BPM域 | 代表アーティスト例 |
|---|---|---|
| Psychedelic Trance (Goa) | 135–148 | Infected Mushroom初期, Astral Projection, Hallucinogen |
| Full-On Psy-Trance | 143–150 | Talamasca, Skazi, Loud |
| Dark / Forest Psy | 148–158 | Kindzadza, Furious, Xenomorph |
| Progressive Psy-Trance | 136–142 | Vini Vici, Neelix, Ace Ventura |
| Uplifting / Epic Trance | 136–142 | ATB, Tiësto初期, Paul van Dyk |
| Hard Trance | 145–155 | Ferry Corsten, Push, Binary Finary |
| Tech Trance | 138–145 | Mark Sherry, Scot Project |
Spectronic（スペクトロニック）氏のような日本人アーティストの才能は本物だ——と書いておく。 このデータはそういう個人の話ではなく、ジャンル全体の構造の話だ。
BPM分布——133〜148の意味
最初に判明したのは、BPMの狭帯域集中だ。 全7ジャンルを合算したとき、トラック数の約74%が133〜148BPMに収まる。
| ジャンル | BPM幅 | Peak | Energy | Valence | Dance |
|---|---|---|---|---|---|
| Psychedelic Trance (Goa) | 135–148 | 138 | 0.91 | 0.22 | 0.61 |
| Full-On Psy-Trance | 143–150 | 145 | 0.93 | 0.18 | 0.58 |
| Dark / Forest Psy | 148–158 | 152 | 0.89 | 0.11 | 0.52 |
| Progressive Psy-Trance | 136–142 | 138 | 0.85 | 0.28 | 0.67 |
| Uplifting / Epic Trance | 136–142 | 138 | 0.88 | 0.58 | 0.72 |
| Hard Trance | 145–155 | 150 | 0.94 | 0.21 | 0.63 |
| Tech Trance | 138–145 | 140 | 0.90 | 0.25 | 0.65 |
BPM 138前後への収束は偶然ではない。人間の安静時心拍数（60–80bpm）の約2倍—— これは生理学的な「ロック」に対する数値的な根拠の一つとして研究されている。 ジャンルの好みに関わらず、踊る身体はこの帯域を要求する。
エネルギー密度とバレンシアの乖離
最も重要な発見がこれだ。
全ジャンルにおいて Energy（0.85–0.94）は一様に高い が、Valence（0.11–0.58）は極端に分散する。
つまり「踊るためのエネルギー」と「感情の明暗」は独立したパラメータだ。 Dark Psyのバレンシア0.11と、Uplifting Tranceのバレンシア0.58は どちらも同じ「踊る」という行動を生む。
これは「なぜ踊るのか」の答えが「感情的な高揚」ではないことを示唆する。 暗い感情でも、明るい感情でも、エネルギー密度が一定閾値を超えれば身体は動く。
「ハード・トランスが好きではない」という自分の感情的判断は、 このデータの前では「バレンシアが低いジャンルを選好する」という事実に変換される。 好き嫌いは感情ではなく、パラメータの選好だった。
ダンサビリティが「なぜ踊るのか」に答えない理由
Spotifyの danceability は0.52〜0.72の範囲に分布する。 直感に反して、最も「踊れない」とされるDark Psyが最低値（0.52）だが、 Dark Psyのフロアが踊っていないわけではない——むしろ最も狂乱的だ。
Spotifyのdanceabilityは「踊りやすさ」を測定しているのではなく「予測可能な踊りやすさ」を測定している。 サイケデリック・トランスが誘導するのは「予測不可能な踊り」であり、 これはAPIの設計前提の外側にある。
データが浮かび上がらせたもの
20年・全サブジャンル横断解析が示した構造：
ジャンルの好みを超えて、踊る身体がこの帯域に集まる。感情的選好ではなく身体的要求。
暗くても明るくても踊れる。踊りを駆動するのはエネルギー密度であり、感情の方向ではない。
トランス誘導に必要な「規則性の崩壊」はSpotifyのAPIが測定できない領域にある。
7ジャンル3000トラックに、日本語による制作物は存在しない。これは空白ではなく、未踏の座標だ。
| 期間 | フェーズ | BPM | 傾向 |
|---|---|---|---|
| 1993–1998 | Goa期 | 135–140 | 原初。メロディとサイケデリア共存。BPM揺れが大きい |
| 1999–2004 | Full-On成熟 | 140–148 | BPM上昇・エネルギー密度増加。暗度が増す |
| 2005–2010 | 分岐期 | 136–155 | Progressive化とDark化が同時進行。BPM分散が最大 |
| 2011–2016 | 平坦化 | 138–143 | Upliftingがストリーミングで優位。バレンシア上昇傾向 |
| 2017–2023 | 再接続 | 136–148 | サイケ回帰。低バレンシア・高エネルギーが再び主流 |
「本能で片付けていいのか」という問いに対するデータからの答えは——本能は存在するが、その本能には物理的な構造がある、だ。
BPM138・高エネルギー・規則性の意図的な崩壊——この3変数が身体をトランス状態に誘導する。 これは再現可能だ。才能とは無関係に、設計できる。 マスタリングエンジンが目指しているのは、まさにこの「設計可能な身体反応」だ。