您的位置: 网界网 > 行业应用 > 正文

智能识别开启音乐应用新模式

2013年08月12日 03:08:34 | 作者:高杨 | 来源 :CNW

摘要:如果说Web1.0让用户通过浏览器有了获取信息的渠道;Web2.0让被动接受信息的用户成为制作内容的主角,那么即将或正在到来的Web3.0则极力为用户营造全智能时代。

标签
网易云音乐
当荧幕上、广播里频频充斥着各种形式的音乐节目,当我们在沿途用移动设备播放音乐,在消遣娱乐时不经意间哼唱旋律,音乐的基因或多或少已植入在每个人的心里。在享受音乐的同时,我们也会依据个人喜好建立属于自己的音乐天地。但是由于大同小异的搜寻方式及千篇一律的应用程序,我们获取音乐信息的路径和方式也慢慢固定,久而久之便形成一种惯性,形成“理所当然”的程序化,即便这种程序大众化、同质化,即便寻找的路径缺乏个性化、移动应用化,缺少互动化。

随着智能时代的日益临近,我们的生态模式也在悄然发生着转变。在大家争相打造开放、融合的平台时,网易亦有其独到的移动战略部署。据悉,网易创始人丁磊将资讯、教育、工具及娱乐四大矩阵视为移动互联网领域的战略核心,而音乐无疑是当下娱乐的重要组成部分之一,因此以人为主导的社会化发现与分享机制的网易云音乐在这样的大环境中应运而生。“2012年8月网易云音乐项目正式启动,2013年1月网易云音乐Bata版低调上线,2013年4月网易云音乐正式对外发布,6月网页版上线,8月网易云音乐PC端上线。其定位是通过人(包括名人歌手、DJ和熟人朋友)来发现和分享音乐。” 网易云音乐产品总监朱一闻介绍道。

网易云音乐的诞生从本质上改变了人们欣赏音乐的惯性,将传统的搜索音乐模式加入LBS、社交等元素,实现以用户为中心的简单、快捷的个性化音乐生态社交圈,从而逐渐取代网站编辑推荐、排行榜等传统分类方式,将产品运营“媒体化”,重新定义音乐体验,为用户带来更多发现音乐的途径和可能。 据介绍,网易云音乐初期将用户群体锁定在中等及深度音乐爱好者,主要覆盖一二线城市的学生及白领,但随着网易云音乐Web版和PC版的陆续推出,其服务对象逐渐扩展至广义的音乐爱好者,为日后的发展奠定了坚实的基础。

与“时”俱进的技术支撑   日益智能的便捷应用之所以可以有效落地,满足用户需求、创造诸多新形态应用功能,这与科技的不断进步密不可分。正因在技术上有了一定的储备和突破,让海量存储、实时分析匹配反馈成为可能。朱一闻认为,读懂用户首先要基于用户在产品中的行为分析和数据挖掘,以及建立一套完善的用户反馈体系。在此基础上,与用户进行面对面的沟通交流,发掘其真正、深层次的需求,通过快速迭代的方式,将搜集到的用户意见融合到产品中去。其次在内容推荐上,需要根据用户的听歌行为和属性,持续挖掘用户、内容之间的关系,尽可能为不同需求的用户,提供高质量的个性化内容服务。

以网易云音乐的大数据[注]体系为例,其主要技术支撑来源于网易自建的一系列基础技术及平台体系,主要包括分布式存储、分布式计算、实时分析/计算、数据挖掘/机器学习算法等技术分支,在基础的分布式大数据存储与计算平台之上进行数据收集与管理工作,综合网易云音乐的业务进行各种数据统计与分析;同时基于数据进行深度价值与关系的挖掘。

其中网易云音乐的数据统计分析层面,则主要由网易自建的Web统计分析平台和移动统计分析平台提供技术保障,这些内建平台兼顾通用性与定制性,与网易的产品业务紧密结合,将大部分数据进行增量统计分析,根据产品的不同需求,进行每天、每小时或实时的新增数据统计或数据相关性挖掘分析;其统计分析项几乎覆盖所有云音乐相关数据与指标,如用户活跃、用户浏览、用户操作、内容展示、目标转化等。目前,网易云音乐约有几十个统计类别,上千个细分子类别,并且正在陆续加入新的统计分析指标,“通过这种基于数据的统计分析,可以发现用户使用的热点功能(使用量高),或发现一些用户使用中特别不满意的功能(转化率低,跳出率高),或在比较的过程中发现用户对不同类型内容的兴趣(转化率比较)。在此基础上,深入挖掘不同类型的用户行为关联性,以此作为用户行为分析的重要参考因素,更充分地分析和理解用户行为,进而为决策层分析判断提供的有力事实依据,从而为用户提供更为贴心的智能服务。”朱一闻解释道。

信号识别助力智能检索   正因有了强大的技术体系为依托,在智能时代某种程度上我们才得以“智能”的识别用户需求,尽可能进行精准推介,提供符合用户需求的内容,从而扮演该领域的“读心神探”。    对于音乐发烧友而言不难发现,传统的音乐应用通常过分依赖搜索引擎,当用户遇到想要收听或者下载的歌曲时,下意识的第一时间寻找搜索引擎,通过在搜索引擎中输入歌曲名、歌手名或歌词等信息进行歌曲检索,找到匹配选项,进而实现收藏或分享。这样的做法在很多及其偶然情境下(在广播中、在视频里、在大街小巷或充满时尚气息的商场中)由于没有该段旋律的任何标签信息,无法通过搜索引擎获取相关信息,最终只能与心动的旋律擦肩而过。

针对上述需求,通过“听歌曲”实现“找歌曲”的“基于信号特征的音乐检索”的音乐识别系统应运而生。这种识别系统预先对曲库所有歌曲进行扫描分析,提取歌曲中包含的音乐信号特征,然后将这些特征按照一定的数据结构存储在歌曲特征库中。当进行在线识别时,从查询片段中提取音乐信号特征,然后在歌曲特征库中进行实时查找,获取片段特征最相似的歌曲。当相似度高于判决阈值时,则认为成功匹配,返回匹配结果。

这种“基于信号特征的音乐检索”颠覆了传统音乐产品的识别、运营模式,进入更智能的应用时代。运用音乐识别功能,用户可以在听到心仪的旋律时,随即用手机录制数秒音频片段,然后将信息传递到音乐识别系统,分析片段中包含的信号特征,进而在预先建立好的歌曲特征库中进行查找比对,最终将匹配的歌曲信息反馈给用户。不仅如此,“音乐识别技术亦可协助整理音乐文件,对缺乏标签信息的音乐文件进行标签补充。以网易云音乐客户端为例,通过扫描本地音乐,可以自动识别出本地音乐,获取更详细的歌曲标签(歌手名、歌曲名、专辑名、专辑封面等信息)。此外,用户还可选择用网易云音乐中的高音质文件替换本地文件,实现音质自动升级。” 朱一闻补充道。

这种看似简洁的功能展示实际上需要克服强大的技术挑战,比如音乐识别功能在查询片段期间受到的噪音干扰(用户在嘈杂环境中录制片段,音乐信号被噪声污染),亦或在海量曲库(数百万)中实时进行信息查找、比对、以及反馈。

面对这些问题,朱一闻一一回应道:“在网易云音乐的音乐识别功能里,我们提取了一些抗噪性能强的音乐信号特征,对于受污染的查询片段仍能够提取出足够的音乐信号特征完成匹配。此外,我们对歌曲特征库的数据结构也进行了特别的设计,使得特征库能够随时添加新歌,以保证音乐识别和新歌发行同步。不仅如此,特征库特殊的数据结构使得检索过程符合实时要求,因此能够在极短时间内计算查询片段和海量曲库中每首歌曲的特征相似度,进而满足用户的识别需求。”

虽然移动智能的各种应用已逐渐渗透到我们日常生活中,但面对即将爆发的智能时代,颠覆传统模式的技术架构及应用体系才刚刚开始。从Web3.0的提出到移动互联的逐步落地,从传统的“主动“搜索到智能分析、匹配、反馈信息,独特的社会化发现与分享机制开启了移动互联网应用新模式,更好的满足了用户在移动互联网时代的特定需求。朱一闻表示,中国的数字音乐市场虽是一片红海,但随着产业结构的不断调整以及时代的发展,未来仍有进一步深挖的潜力。

参考资料

1.大数据:(Big Data),研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 ...详情>>

[责任编辑:高杨 gao_yang@cnw.com.cn]

我也说几句

热点排行