Dolgin.indb
Шрифт:
ализировавшаяся в области обработки цифрового сигнала, предложи-
ла технологию рекомендаций на основе характеристик любимых песен
слушателя. Музыка классифицировалась как разными людьми, так и с
помощью компьютерных расчетов.
Gracenote (www.gracenote.com)
Компания Gracenote – разработчик технологии Music ID. Ее
интернет-сервис идентифицирует аудиозаписи с помощью анализа
данных звукового файла и сопоставляет «метаданные» с конкретной
записью. Сервис от Gracenote обладает крупнейшей в мире онлайно-
вой базой аудио-CD и названий песен CDDB, охватывающей множест-
во on-line сервисов, включая Apple’s iTunes Music Service.
Tuneprint (www.tuneprint.com)
Tuneprint – это система распознавания, работающая вне зависимос-
ти от формата, степени сжатия информации и наличия водяных знаков.
Обрабатывая файл, Tuneprint предоставляет системе метаданные, уст-
раняя ограничения на информацию91. В Tuneprint использованы психо-
91 Существующие медиасистемы основываются на считывании ненадежных указа-
телей в названиях файлов и идентифицирующих тагов, обеспечивающих поль-
зователя базовыми опциями – такими, как воспроизведение названия песни или
поиск конкретного артиста.
543
ПРИЛОЖЕНИЯ
акустические и статистические технологии, позволяющие создавать уни-
кальные аннотации для каждой аудиозаписи. Пятисекунд ный фрагмент
любой мелодии сличается с базой данных и быстро идентифицируется.
Friskit (www.friskit.com)
Friskit представляет собой микс аудиоплеера (RealPlayer от компа-
нии RealNetworks) и поисковика музыки. Технология позволяет искать
потоковое аудио по всему интернету непосредственно с помощью пле-
ера. Поиск можно вести по имени исполнителя, жанру и готовым мик-
сам, таким как «Танцевальная вечеринка», «Хиты 60-х» и т.д. Найден-
ные мелодии автоматически проигрываются на плеере. Кроме того, ПО
позволяет клиентам создавать свои собственные миксы, посылать му-
зыку друзьям по e-mail или приобретать ее напрямую у on-line ретей-
леров – партнеров компании.
MoodLogic (www.moodlogic.com)
В течение 3-х лет компания опросила десятки тысяч респондентов об
их предпочтениях в музыке и собрала более 800 млн ответов. Параллельно
компания разработала комплексные алгоритмы, позволяющие система-
тизировать собранную информацию, и выстроила мощную инфраструк-
туру, способную обслуживать бизнес и потребителей. Утилита сканирует
музыкальную коллекцию пользователя, после чего сравнивает «отпечат-
ки» файлов с онлайновой базой и позволяет исправить некоррект ные
тэги и метаданные (информацию об артисте, альбоме, треках и т.д.).
С помощью программного обеспечения MoodLogic Soft ware пользо-
ватели больших музыкальных коллекций могут легко и быстро создавать
сборники не по исполнителям или наименованиям треков, а по самым
разным признакам: жанр, настроение, темп… Например, если абонент
хочет послушать музыку, ассоциирующуюся со счастьем, в танцеваль-
544
ПРИЛОЖЕНИЕ 1: МАРКЕТИНГ МУЗЫКАЛЬНЫХ ЗАПИСЕЙ
ных ритмах или относящуюся к 90-м годам, он с помощью фильтра
MoodLogic получает микс из таких мелодий. Программа автоматически
управляет коллекцией MP3-файлов, поэтому от человека не требуется
никаких дополнительных усилий: достаточно указать вводные данные
(артиста, настроение, год…) – и система подготовит соответствующую
подборку. Микс песен можно собрать буквально одним кликом. Для это-
го нужно выбрать подходящую мелодию и нажать кнопку Mix – програм-
ма сформирует под образец весь ряд. Пользователь может слушать му-
зыку на компьютере, пересылать на MP3-плеер или записывать на CD.
Relatable (www.relatable.com)
Relatable – один из ведущих провайдеров технологий по расширен-
ной идентификации аудио- и видеоконтента. Запатентованная система
Relatable Engine основывается на коллаборативной фильтрации и со-
поставлении параметров контента. Анализируются одновременно две
вещи – индивидуальные потребительские предпочтения пользователей
и характеристики того музыкального контента, который они слушают
(жанр песни, ритм, темп, акустические характеристики и т.д.). Накап-
ливая информацию о музыкальных интересах абонентов, Relatable мо-
жет знакомить пользователей со схожими вкусами, а также создавать
«виртуальную людскую молву», помогающую клиентам обнаруживать
новых исполнителей и новую музыку. Эта технология интегрируется
с любым устройством, передающим цифровую музыку и подключаю-
щимся к интернету (портативные плееры, карманные персональные
компьютеры, мобильные телефоны).
11.3. Гибридные рекомендательные системы
Siren Systems’ Soundflavor (www.sirensystems.com, www.soundfl avor.com) Система расширенного поиска музыки, навигации и персонифициро-
ванных рекомендаций; разрабатывалась в течение пяти лет. Она сочетает
в себе объективные метаданные, искусственный интеллект и пользова-
тельские рейтинги. Фильтрация контента происходит по сотне парамет-
ров, от простых – темп, год, жанр произведения, до сложных – роль
отдельного инструмента в мелодии и качество текста. В Soundfl avor раз-
работан ряд фильтров, часть из которых настроена на определенные па-
раметры музыки (например, песни с женским вокалом и акустической ги-