La música juega un papel crucial en nuestras vidas, con un consumo y una participación crecientes a través de servicios de streaming y plataformas de redes sociales. Sin embargo, se necesita precaución para los niños, quienes pueden estar expuestos a contenido explícito a través de las canciones. Iniciativas como la Etiqueta de Advertencia Parental (PAL) y etiquetados similares de los proveedores de contenido en streaming tienen como objetivo proteger a los niños de contenido dañino. Sin embargo, hasta ahora, el etiquetado se ha limitado a marcar la canción como explícita (si es el caso), sin proporcionar información adicional sobre las razones de la explicitud (por ejemplo, lenguaje fuerte, referencia sexual). Este documento aborda este problema desarrollando un sistema capaz de detectar letras de canciones explícitas y evaluar el tipo de contenido explícito detectado. Las contribuciones novedosas del trabajo incluyen (i) un nuevo conjunto de datos de 4000 letras de canciones anotadas con cinco posibles razones para la explicitud del contenido y (ii) experimentos con clasificadores de aprendizaje automático para predecir la explicitud y las razones de esta. Los resultados demostraron la viabilidad de detectar automáticamente contenido explícito y las razones de la explicitud en las letras de las canciones. Este trabajo es el primero en abordar la explicitud a este nivel de detalle y proporciona una valiosa contribución a la industria musical, ayudando a proteger a los niños de la exposición a contenido inapropiado.