2021 - 2026: великата епопея на музикалния AI - L'ADN

От появата на K7 през 1963 г. медиите за слушане буквално са мутирали под импулса на цифровите технологии. Днес, за да открием нови звуци и да ги слушаме, където пожелаем, повечето от нас следват препоръките на стрийминг платформи, които работят с изкуствен интелект. Но както ни казаха Фредерик Амаду и Николас Пингнелайн от Ircam Amplify, това е само началото.

Интелигентност на околната среда, географска приемственост, пространствена реституция: как AI ще промени живота на любителите на музиката?

Как потокът нахлу в света

Между метрото, работата, съня се наложи рутина: музикалният поток. Във Франция през 2016 г. специализираните платформи се наложиха на пазара, като се превърнаха в основен източник на приходи за музикалната индустрия. По капилярност потреблението на стрийминг оттогава продължи да се покачва, за да експлодира през 2019 г. и да достигне рекорди с кризата с Covid. Според проучване на Kantar, 25% от французите са консумирали повече стрийминг музика след първото раждане, а 65% от тях са решени да не губят този добър навик.

Принципът на препоръчване на музика, който всички обичаме сега в услугите за стрийминг, работи благодарение на изкуствения интелект и по-точно на машинното обучение, технология, която научава нашите вкусове, за да предлага множество плейлисти. Тези кръстосани стилове, жанрове, атмосфери и новости, които консумирахме през седмицата. Понякога изкуственият интелект, който определя тези компилации, също предлага тематични комбинации, които трябва да придружават настроението на ежедневните дейности (спортна сесия, работна сесия) или да отразяват изпитана емоция.

Но за Фредерик Амаду, технически директор на Ircam Amplify, тези тематични предложения са твърде автоматични, линейни и всъщност не спазват обещанията си. „В големите музикални платформи предлаганите плейлисти са разнородни и статични. Проблемът е, че те са общи за всички. Те не могат да отговарят на това, което всеки очаква като атмосфера за такова и такова занимание или като отговор на емоция”, обяснява ни той. В допълнение, добавя Николас Пингнелайн, мениджър продажби в Ircam Amplify: „Днес имаме изобилен производствен поток и следователно множество възможности за избор. И все пак никога не сме слушали едни и същи неща толкова много.

Заключваме ли се коварно в мехур с музикален филтър, както теоретизира Ели Парисър? Съучастници, алгоритмите, с които се сблъскваме ежедневно, участват в интелигентността с нашите когнитивни пристрастия, в това интелектуално разделяне, което подсилва нашите вкусове и ни отдалечава от неочаквано. В Spotify персонализираните плейлисти са отговорни за половината месечни слушания за повече от 8000 изпълнители. Според изследователите Jean-Samuel Beuscart, Samuel Coavoux и Sisley Maillard в тяхната публикация Music Recommendation Algorithms and Listener Autonomy, „работата, оценяваща ефектите от алгоритмичните препоръки, се фокусира основно върху техните ефекти върху разнообразието на съдържанието: тъй като се основава на конкуренцията на потреблението, съвместното филтриране може да насърчи ограничаването в портфолио от много подобни продукти. Въпреки че се смята за начин за насърчаване на откриването на малко известни артисти, той може също парадоксално да засили мястото на звездите.

За да ни помогне да се отървем от тези (лоши) навици и да насърчим новото потребление на музика, Ircam Amplify, дъщерно дружество на Ircam (Институт за акустични/музикални изследвания и координация), пусна Metasound през март. Това решение има за цел да създаде нови взаимовръзки между заглавия, жанрове и различни вселени, но също така да предложи интелигентни и мащабируеми плейлисти (персонализирани и контекстуализирани). По този начин заглавията и каталозите, които минават под радара на широката публика, могат да бъдат оценени. Това е обнадеждаваща новина за младите артисти, техните разпространители и жадните за нови открития потребители!

2023: дескрипторът в реално време за интелигентни плейлисти

Бързо напред към саундтрака на бъдещето. В рамките на две години дескрипторите в реално време ще бъдат легион. Но какво е това? Тази технология анализира аудио излъчване на живо и звуковата среда на мястото за слушане. Например, той ще вземе предвид интонацията, интензитета, ритъма, честотите и фоновите шумове, за да адаптира своя обем и да усъвършенства музикалните предложения.

Описание за своднически семейни събирания, вечери с приятели или дъждовни недели? Това е идеята! Ако музиката е крайъгълният камък на тези скъпи моменти, тя не е непременно същата в зависимост от настроението. Колективно или интроспективно, слушането трябва да прегърне даден момент и да го придружава от началото до края. За да предотврати разчитането му според AI и линейни плейлисти, дескрипторът може да го адаптира към енергията на помещението, околния звук, интензитета и по този начин да се саморегулира и да стане едно с усещаната атмосфера, в търсене на перфектния атмосфера: правилното съдържание, в точното време, за дадена употреба. Защото „това, което не работи днес, е да се преструвате, че имате плейлист, върху който да работите, да сте спокойни и фокусирани, без да вземете предвид вкусовете и атмосферата, в която потребителят е потопен“, посочва Фредерик Амаду, „и след това, добавя Никола Пингнелайн, по време на вечери понякога се нуждаем от музиката, за да се адаптираме към интонациите, енергията на дебатите или умората на гостите, като предлагаме подходяща звукова среда, улавяйки или не внимавайте с известни заглавия или нови песни.” .

Днес откриването на нови песни може да бъде трудно, особено поради този балон от филтри, от който имаме проблеми да се отървем. Но защо ? AI се основават на структурата или стила на дадено произведение, като определят строги стандарти, за да определят нашите музикални вкусове. Твърде предварително форматирани, предложенията за слушане, които трябва да съчетаят нашите вкусове и да ни тласнат към еклектика, остават „хетерогенни и статични“. „Днес и след две години ще бъде необходимо да се създадат хомогенни „идентификационни карти“ между парчетата, следователно да се идентифицират и автоматично извличат основните данни за всяка музика и защо не, за конкретни употреби, да се увеличи съдържанието им чрез ръчни редакционни действия . Не само да ги свързват по жанр, но и по емоция, интензивност, атмосфера... Днес някои модели създават плейлистите си автоматизирано. Други ще трябва да съответстват на редакционния подход и данните за употреба, за да бъдат възможно най-близки до желанията на потребителя в момента T, и по този начин да бъдат по-справедливи“, обяснява Николас Пигнелайн и добавя: „в противен случай ще има риск от постоянно връщайки се към песните, които ни утешават. Трябва да прокарате границите и да позволите на парчетата да се впишат в нови персонализирани контексти на слушане (жанрове, емоции, настроения и т.н.). Като квалифицираме музикални каталози от милиони заглавия, използвайки машинно обучение, ние ще позволим повече открития, за по-адаптирани и по-богати музикални пътешествия”.

Следователно адаптивността е ключовата дума за този AI диригент и неговия все по-усъвършенстван алгоритъм, който ще генерира интелигентни плейлисти според хората и тяхната среда.

Ами ако имаше други настройки, които да направят изживяването още по-завладяващо?

2026: от географска непрекъснатост към пространствена реституция

След пет години технологиите ще придружават потребителя от точка А до точка Б, докато се адаптират към тяхната среда, оборудване и географско положение (или дори емоционално държава!).

До безкрайност и отвъд? За Фредерик Амаду бъдещето е насочено към съпътстващ AI, където приемствеността ще бъде основен параметър: „След пет години музиката ще ни следва навсякъде. Ще започне през разпространителя у дома, песента автоматично ще се възобнови в колата, след това в слушалките на път за работа, за да продължи сам на компютъра. И да се сменя според местата? Едно голямо "да!" за Nicolas Pingnelain: „Възможно е да си представите, че музиката се променя веднага щом се доближите до работа, след като сте напълно буден, за да дадете мотивация! ". Въпреки това, дуото повдига проблем: тази приемственост би работила за интроспективно слушане на музиката. Следователно ще трябва да се адаптира, благодарение на звуковите дескриптори в реално време, ако потребителят е придружен от приятели или деца в колата си. Две стаи, две атмосфери, но хиляди възможности.

На техническо ниво реституцията влиза в действие. Оборудването е различно - от къщата през каската до колата. AI ще може в тези различни пространства да възпроизвежда подходящия звук в интелигентност и чрез възпроизвеждане на пространственото или бинауралния звук (по-специално чрез аудио слушалките) - всичко това "благодарение на микрофона и улавянето чрез оборудването“, обяснява Фредерик Амаду.

За Nicolas Pingnelain, благодарение на това пространствено определяне и дескриптори в реално време, бъдещето ще бъде хибридно изживяване, подтикнато от здравната криза и технологичния напредък. „След няколко години ще бъде възможно да изживеете концерт у дома благодарение на това пространствено определяне и тези дескриптори, например да интегрирате вашето насърчение със звука на феновете на живо на стадиона по време на футболен мач.“ По-лично и интимно , отношението ни към музиката, към слушането й, бързо ще бъде трансформирано от изкуствения интелект. Спътник при пътуване за любителите на музиката, той ще може да се адаптира както към тяхната лична среда, така и към тяхното технологично оборудване.