هوش مصنوعی اسپاتیفای

اسپاتیفای امروزه یکی از بزرگترین اپلیکیشن سرویس های موسیقی است. این شرکت با استفاده از هوش مصنوعی و ماشین لرنینگ سابقه افزایش مرزهای فناوری را برای افزایش تجربه کاربر از طریق بینش دقیق داده های مشتری دارد. آنها اخیراً چندین شرکت علوم داده را برای تحت فشار قرار دادن بیشتر رقیبان خریداری کرده اند، تا اطمینان حاصل کنند که در خط مقدم دنیای جریان موسیقی باقی می مانند.

قابلیت Discover Weekly هر دوشنبه آهنگ‌های جدیدی به شما معرفی می‌کند.

چرا داده ها ماده جادویی برای موفقیت در پخش موسیقی هستند؟

با ده ها میلیون کاربری که در هر دقیقه از روز در حال گوش دادن به موسیقی  هستند؛ برند هایی مانند اسپاتیفایکوهی از داده های ضمنی مشتری را شامل ترجیحات آهنگ، تنظیمات برگزیده کلمات کلیدی، داده های لیست پخش، موقعیت جغرافیایی شنوندگان، بیشترین دستگاه های استفاده شده و موارد دیگر را جمع آوری می کنند.

داده ها تصمیمات را در هر بخش در اسپاتیفای هدایت می کنند. این اطلاعات برای آموزش الگوریتم هایی استفاده می شود که بینش های مربوطه را، هم از محتوای سیستم عامل و هم از مکالمات آنلاین درباره موسیقی و هنرمندان و هم از طریق داده های مشتری بیرون می کشد و از این موارد برای افزایش تجربه کاربر استفاده می کند.

یک مثال آن “Discover Weekly” است که در سال اول معرفی، ۴۰ میلیون نفر به آن رسید. هر دوشنبه ، به لیست کاربران سی نفره، لیست سفارشی ارائه می شود. لیست پخش توصیه شده شامل آهنگ هایی است که ممکن است کاربر قبلاً آنها را نشنیده باشد، اما این توصیه ها براساس الگوی سابقه جستجوی کاربر و ترجیحات بالقوه موسیقی ایجاد می شوند. ماشین لرنینگ توصیه ها را قادر می سازد تا با گذشت زمان، پیشنهادات بهبود یابند. که نه تنها باعث بازگشت کاربران می شود، بلکه امکان مواجهه بیشتر با هنرمندانی را که کاربران ممکن است به صورت ارگانیک جستجو نکنند فراهم می کند.

فیلتر کردن مشارکتی:

این موضوع شامل مقایسه روند رفتاری کاربر با سایر کاربران است. بستر پخش محتوای Netflix به همین ترتیب فیلترهای مشترک را برای تأمین قدرت مدل های پیشنهادی خود ، با استفاده از رتبه بندی فیلم مبتنی بر لایک یا ستاره دار کردن بینندگان ، ایجاد می کند تا توصیه هایی را برای سایر کاربران مشابه ایجاد کند. در حالی که Spotify از سیستم رتبه بندی برای آهنگ ها استفاده نمی کند، آنها از بازخورد ضمنی استفاده می کنند؛ مانند تعداد دفعاتی که کاربر آهنگ خاصی را پخش کرده، آهنگی را در لیست خود ذخیره کرده است یا هنگام گوش دادن به آهنگ بر روی صفحه هنرمند کلیک کرده است  برای ارائه توصیه های مربوط به سایر کاربران که، مشابه آنها تلقی شده است.

پردازش زبان طبیعی (NLP)

NLP گفتار انسان را از طریق متن تجزیه و تحلیل می کند. هوش مصنوعی اسپاتیفای، داده های آهنگ، همچنین پست های وبلاگ، بحث در مورد نوازندگان خاص و مقالات خبری درباره آهنگ ها یا هنرمندان را در اینترنت اسکن می کند. همچنین سایر هنرمندان و ترانه ها در صورت بحث در کنار هم مورد بررسی قرار می گیرد و اصطلاحات توصیفی، عبارات اسمی و سایر متون مرتبط با آن آهنگ ها یا هنرمندان را مشخص می کند .

سپس این کلمات کلیدی در “بردارهای فرهنگی” و “اصطلاحات برتر” طبقه بندی می شوند. هر هنرمند و ترانه با هزاران اصطلاح برتر مرتبط است که هر روز قابل تغییر هستند. به هر اصطلاح یک وزنه اختصاص داده می شود، که اهمیت نسبی آن را از نظر چند بار نسبت دادن یک اصطلاح به آهنگ یا نوازنده ای که دوست دارد، منعکس می کند. اسپاتیفای برای این امر فرهنگ لغت ثابتی ندارد، اما این سیستم قادر است اصطلاحات موسیقی جدید را از زمان و زمان بروز آنها – نه فقط به انگلیسی ، بلکه در زبانهای مشتق شده از لاتین در فرهنگ ها – شناسایی کند. البته، محتوای هرزنامه و غیر موسیقی مربوط به یک فرآیند فیلتر کردن کنار گذاشته می شود.

مدل های صوتی

مدل های صوتی برای تجزیه و تحلیل داده ها از آهنگ های صوتی خام و طبقه بندی آهنگ ها بر این اساس استفاده می شوند. این به پلتفرم کمک می کند تا همه آهنگ ها را ارزیابی کند و توصیه هایی را بدون توجه به پوشش آنلاین ، ایجاد کند. به عنوان مثال، اگر آهنگ جدیدی توسط یک هنرمند جدید در این سیستم عامل منتشر شود، اگر پوشش آنلاین و رسانه های اجتماعی کم باشد، مدل های NLP ممکن است آن را انتخاب نکنند. با این حال، با استفاده از داده های آهنگ از مدل های صوتی، مدل فیلتر مشترک می تواند آهنگ را تجزیه و تحلیل کرده و آن را به همراه آهنگ های معروف دیگر به کاربران مشابه توصیه کند.

اسپاتیفای همچنین شبکه های عصبی کانولوشن را نیز اتخاذ کرده است که اتفاقاً همان فناوری مورد استفاده برای تشخیص چهره است. در مورد اسپاتیفای، این مدل ها به جای پیکسل، روی داده های صوتی استفاده می شوند.

به این ترتیب، اسپاتیفای خود را نه تنها به عنوان بستری برای نوازندگان محبوب، بلکه همچنین به عنوان یک فرصت برای نسل بعدی نوازندگان تازه کار برای به رسمیت شناختن معرفی می کند. به عنوان مثال اگر یک خواننده یا آهنگساز تازه‌کار هستید، کافی است فایل‌های خود را روی فضای ابری Anderson بارگذاری کنید. بعد از تجزیه و تحلیل این فایل‌ها، هوش مصنوعی در اسپاتیفای مشخص می‌کند که به کدام آهنگ‌های موجود شباهت بیشتری دارند و  بر اساس این شباهت، بین آهنگ‌ها جستجو می‌کند.

بنابراین چگونه اسپاتیفای شما را خیلی خوب می شناسد؟

شخصی سازی عنصری کلیدی است که به تجربه کاربری برتر اسپاتیفای کمک می کند و این در معرفی لیست های پخش مانند “Discover Weekly” و “Release Radar” مشهود است. اما چگونه ترجیحات کاربر را به خوبی می داند؟

در سال ۲۰۱۷ فقط اسپاتیفای دست به کار شد تا فناوری عناصر شخصی سازی آنها را بهبود بخشد. یکی از مهمترین اقدامات این شرکت نوپای فرانسوی “Niland” بود که به عنوان “یک شرکت فناوری موسیقی که موتورهای جستجو و کشف موسیقی را بر اساس الگوریتم های یادگیری عمیق و گوش دادن به ماشین ارائه می دهد” توصیف می شود.

این برای اسپاتیفای بسیار موثر بود، زیرا منجر به بهبود خدمات برای شنوندگان موسیقی ، استفاده از Niland’s API و الگوریتم های یادگیری ماشین برای تولید جستجوها و توصیه های بهتر موسیقی می شود و به کاربران امکان می دهد موسیقی را که دوست دارند راحت تر کشف کنند.

اسپاتیفای همچنین شرکت بلاکچین Mediachain Labs را خریداری کرده است. این خرید به افراد مناسب کمک می کند تا در ازای هر آهنگ پخش شده در اسپاتیفای، حقوق دریافت کنند؛ وظیفه ای که با گسترش تصاعدی پایگاه کاربر، افزوده می شود.

فناوری Blockchain یکی از محبوب ترین موضوعات در تجارت موسیقی است، زیرا یکی از روش های ابتکاری برای اطمینان از پردازش موثرتر معاملات است. انتقال صنعت موسیقی از فروش سی دی به بارگیری MP3 و اکنون پخش جریانی، پیگیری تریلیون ها از نقاط داده ای را که برای پرداخت صحیح حق امتیاز لازم است، دشوار کرده است. در این حالت Mediachain به عنوان یک ناجی بالقوه برای صنعت تلقی می شود، نه تنها برای شفاف سازی فرآیند، بلکه برای کارآیی بیشتر آن کاربرد بخصوصی دارد.

ماشین لرنینگ، هم به واسطه داده های کاربر و هم به وسیله داده های خارجی، به هسته اصلی پیشنهاد  اسپاتیفای تبدیل شده است و به هنرمندان کمک می کند تا مخاطبان خود را بهتر درک کنند و به آنها دسترسی پیدا کنند و کشف شوند، در حالی که به اسپاتیفای کمک می کند تا از طریق درک عمیق در فضای جریان موسیقی باقی بماند و مشتری هم با توصیه های پیش بینی شده آنها، باعث می شود کاربران دوباره برگردند. در هر صورت، این هوش مصنوعی در اسپاتیفای را می‌توان روش جالبی برای جستجو میان آهنگ‌ها دانست و باید به این نکته توجه داشت که الگوریتم‌ها ظرفیت پیشرفت و بهبود در آینده را دارند. اسپاتیفای

به اشتراک بگذارید:

Share on email
Share on twitter
Share on linkedin
Share on telegram
Share on whatsapp
یک دیدگاه
One Trackback:
دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *