Vzostup hudobných streamovacích služieb úplne zmenil spôsob, akým súčasná generácia poslucháčov pristupuje k hudbe. Nielenže sú k dispozícii milióny skladieb za malý mesačný poplatok za predplatné, ale aj algoritmy aktívne pracujú na pozadí a poskytujú neustály prúd hudby prispôsobený vášmu vkusu.
V čele vojen v oblasti streamovania hudby je švédska spoločnosť Spotify. Platforma sa v roku 400 rozrástla na viac ako 2022 miliónov aktívnych používateľov mesačne. Okrem toho, že ide o najväčšiu hudobnú službu na požiadanie, Spotify neustále posúva hranice AI a strojové učenie v kontexte hudby a hudobného odporúčania.
Zoznamy skladieb ako Discover Weekly alebo Daily Mix sa vytvárajú pomocou zložitého systému algoritmov, ktoré sa snažia spojiť umelcov a poslucháčov. Tento článok objasní, ako funguje Spotify v zákulisí. Ponoríme sa do toho, ako všetky tieto algoritmy spolupracujú pri vytváraní efektívnych služieb kurátora hudby pre používateľov.
Ako vám Spotify odporúča veci?
Spotify sa spolieha na to, čo je známe ako systém odporúčaní. Algoritmus známy aj ako nástroj odporúčaní vytvára model na nájdenie a odporúčanie relevantných položiek používateľom. Spotify vytvorilo efektívny systém odporúčaní prispôsobený na poskytovanie prispôsobených zoznamov skladieb a návrhov skladieb svojim používateľom.
Tento typ algoritmu je prakticky všadeprítomný v našom každodennom živote. Systémy odporúčaní riadia funkcie, ktoré umožňujú Amazonu, YouTube a Facebooku poskytovať vám relevantný obsah na základe vašich minulých interakcií s aplikáciou.
Nástroj na odporúčanie Spotify potrebuje správne dve reprezentácie: používateľa a samotnú hudobnú skladbu.
Zastupovanie hudobných skladieb
Predtým, ako vám Spotify môže navrhnúť hudbu, jej algoritmy musia mať nejaký kvantitatívny spôsob popisu každej z miliónov skladieb vo svojej databáze.
Vytvorenie profilu pre každú hudobnú skladbu je samo o sebe zaujímavý problém. Spotify investovalo do množstva výskumu s cieľom nájsť najlepšie modely, ktoré popisujú každý záznam v jeho katalógu.
Na vyriešenie tohto problému používa Spotify dve hlavné metódy na vytvorenie reprezentácie: filtrovanie založené na obsahu a filtrovanie na základe spolupráce.
Pozrime sa na to, čo každá z týchto metód robí a ako spolupracujú pri vytváraní holistickej reprezentácie hudby.
Filtrovanie založené na obsahu
Filtrovanie založené na obsahu má za cieľ opísať každú skladbu preskúmaním skutočných údajov a metadát skladby.
Keď umelci nahrávajú hudbu do databázy Spotify, musia poskytnúť samotný hudobný súbor, ako aj ďalšie informácie alebo metadáta. Metadáta zahŕňajú názov skladby, rok vydania, album skladby a dokonca aj dĺžku samotnej skladby.
Keď Spotify dostane tieto súbory, môže rýchlo použiť poskytnuté metadáta na kategorizáciu skladieb. Napríklad britský rockový singel z roku 1989 možno zaradiť do niekoľkých zoznamov skladieb, ako napríklad „Classic British Hits“ alebo dokonca „Rock Songs from the 80s“.
Analýza surového zvuku
Spotify však ide o krok ďalej a vykoná analýzu samotného surového zvukového súboru, aby zo stopy získal nejaké kvantitatívne metriky. Ak sa pozrieme na Spotify API, môžeme vidieť niekoľko z týchto metrík.
Napríklad API obsahuje energetickú metriku, ktorá meria „percepčnú mieru intenzity a aktivity“. Podľa dokumentácie je metrika odvodená od rôznych atribútov vrátane dynamického rozsahu, vnímanej hlasitosti a zafarbenia. Pomocou tejto metriky môže Spotify kategorizovať skladby s vysokou energiou a slúžiť ako odporúčania používateľom, ktorí počúvajú hudbu s vysokou intenzitou.
Spotify okrem energie určuje aj živosť skladby, čo je metrika, ktorá zisťuje prítomnosť publika v nahrávke. Valencia je meranie, ktoré popisuje, aká pozitívna je trať. Zvuk s vysokou valenciou označuje veselú a šťastnú hudbu, zatiaľ čo zvuk s nižšou valenciou označuje smutnú, depresívnu alebo nahnevanú hudbu.
Časová analýza
Spotify má aj ďalší zaujímavý analytický algoritmus, ktorý popisuje dočasnú štruktúru stopy. Jedna skladba je rozdelená do rôznych segmentov: od sekcií (refrén, bridž, inštrumentálne sólo) až po jednotlivé beaty samotné. Pomocou tohto môžete zistiť, ako Spotify popisuje štruktúru vašich obľúbených skladieb online nástroj ktorý odošle požiadavku do Spotify API.
Kombinácia časovej analýzy s metrikami, ako je energia a valencia, môže pomôcť reprezentovať trasu jemnejším spôsobom. Môžeme filtrovať skladby, ktoré postupne naberajú na intenzite, alebo nájsť skladby, ktoré sú nabité energiou.
Textová analýza
Odporúčací nástroj Spotify tiež extrahuje sémantické informácie z textu súvisiaceho so skladbou alebo interpretom pomocou prirodzeného modely spracovania jazyka.
Texty piesní môžu pomôcť lepšie pochopiť obsah piesne. Je možné, že Spotify vyhľadáva potenciálne kľúčové slová resp analýza sentimentu pri vytváraní nových zoznamov skladieb alebo rádií skladieb.
Web je tiež užitočným nástrojom na pochopenie skladby alebo interpreta. Spotify pravidelne vykonáva odkazy na webové stránky online médií a hudobných publikácií, aby zistil, ako skutoční ľudia opisujú jednotlivé skladby alebo interpreta.
Kolaboratívne filtrovanie
Kolaboratívne filtrovanie sa vzťahuje na prístup, v ktorom môžete odfiltrovať položky, ktoré by používateľ mohol uprednostňovať, a to tak, že sa pozriete na zvyky podobných používateľov.
Napríklad používateľovi A sa môžu páčiť interpreti X a Y a inému používateľovi Spotify B sa páčia aj X a Y. Ak používateľ B počúva veľa skladieb od interpreta Z, je možné, že sa budú páčiť aj používateľovi A.
Problémom spoločného filtrovania pomocou tejto metódy je, že používatelia majú vo všeobecnosti rôznorodejší hudobný vkus. Je možné, že umelec Z je úplne odlišný žáner od umelcov X a Y.
Na boj proti tomu používa Spotify variáciu kolaboratívneho filtrovania, ktorá sa zameriava na spoločný výskyt zoznamu skladieb a počúvania. Zjednodušene povedané, skladby, ktoré majú tendenciu byť v rovnakom zozname skladieb, alebo skladby, ktoré ľudia počúvajú v rovnakej relácii, si budú s väčšou pravdepodobnosťou podobné.
Spotify používa tento prístup kolaboratívneho filtrovania na zoskupenie skladieb do kategórií, ktoré nemusia byť pri analýze obsahu skladby zrejmé.
Popis vkusu používateľa
Teraz máme dobrú reprezentáciu, ktorá popisuje skladbu alebo interpreta. Ako potom nájdeme tých správnych používateľov, ktorým by sme skladby odporučili?
Ďalším náročným problémom, ktorý by mal Spotify vyriešiť, je pochopenie hudobného vkusu jeho používateľov.
Keď si prvýkrát vytvoríte účet Spotify, môžete si všimnúť, že Spotify vás požiada, aby ste vybrali niekoľko žánrov alebo interpretov, ktorých chcete sledovať. Toto je prvý krok pri určovaní typu hudby, ktorú chce používateľ počúvať.
Potom odporúčací nástroj Spotify sleduje celú vašu aktivitu pri počúvaní. Má zmysel, aby vám Spotify ponúkal viac návrhov klasickej hudby, ak všetko, čo hľadáte, je klasická hudba.
Počúvanie skladby je však len najzákladnejším signálom, ktorý treba zvážiť. Spotify sa tiež pozrie na skladby, ktoré preskočíte, uložené skladby a interpretov, ktorých sledujete. Tieto typy interakcií sú explicitnou alebo aktívnou spätnou väzbou.
Okrem toho Spotify skúma aj implicitnú spätnú väzbu. To zahŕňa dĺžku relácie počúvania alebo frekvenciu opakovania skladby.
Pomocou všetkých týchto interakcií by teraz Spotify malo byť schopné zistiť vaše preferencie v žánri, nálade a dobe. Platforma môže tiež predpovedať, aký typ hudby by ste mohli preferovať v konkrétnu dennú dobu alebo deň v týždni.
Spotify tiež chápe, že používatelia často časom rozvíjajú svoj hudobný vkus. Vzhľadom na túto skutočnosť odporúčací motor Spotify prikladá väčšiu váhu nedávnej aktivite pred historickými údajmi.
záver
Aj keď platformy ako Apple Music majú viac dostupných skladieb a služby ako TIDAL sľubujú zvuk s vysokou vernosťou, Spotify naďalej dominuje podielu predplatiteľov hudby na globálnom trhu. Súčasťou tohto úspechu je efektívnosť jeho systému odporúčaní, ktorý je výsledkom viac ako desaťročného výskumu a opakovania.
Cieľom systému odporúčaní Spotify je poskytnúť používateľom uspokojivú skúsenosť, ktorá im umožní stráviť na platforme dlhý čas. Udržanie používateľov je kľúčovou metrikou úspechu, pokiaľ ide o online predplatné služieb, ako je Spotify.
Podľa Oskara Stala, viceprezidenta pre personalizáciu v Spotify, cieľom platformy je „zvýšiť množstvo zmysluplnejšieho zvuku vo vašom živote“. Prostredníctvom použitia algoritmy strojového učenia, Spotify dokáže svojim používateľom poskytnúť skvelé odporúčania a pomôcť umelcom rásť a mať príležitosť byť vypočutí.
Nechaj odpoveď