Aki már foglalkozott zeneelmélettel, közelebbről is rácsodálkozhatott arra, hogy a daloknak rendkívül összetett struktúrájuk és logikájuk van. Ezért próbálkoznak azzal kutatók, hogy olyan mesterségesintelligencia-algoritmusokat fejlesszenek, amelyek képesek zenét írni más zeneszámokból tanulva, felismerve a zene szabályszerűségeit.
Már most is vannak ugyan olyan dalok, amiket gépagyak szereztek, abban nagyjából mindenki egyetért, hogy a kreativitás emberi sajátosság, hiszen a gépek nem lélekből zenélnek, nincs ihletük, és minden bizonnyal sosem fognak olyan élményt nyújtani, mint a hangszeres játék iránt elhivatott előadóművészek, akiknek személyisége és kreativitása adja a produkció fő hozzáadott értékét.
A gépi tanulásos algoritmusok viszont más téren is hasznosíthatók a zeneiparban, főleg akkor, ha könnyen befogadható popzenéről van szó. Nemrég írtunk róla, hogy a Columbia Business School és az Echonest technológiai cég közös kutatásában egy olyan algoritmust használt fel, ami képes volt különféle zeneszámok táncolhatóságát megállapítani a tempót és az ütemeket elemezve, és összeállította az elmúlt évtizedek legtáncolhatóbb dalait a korábbi Billboard listákról.
TUDJÁK, HA NAPI ÖTVENSZER HALLGATOD
A zeneipar folyamatosan változik és szimbiózisban él a technológiával is, főleg a streaming-szolgáltatások, közösségi oldalak, hordozható zenelejátszók korában, melyek megjelenése több téren is hatással bír egyes előadók ismertségére, előadásmódjára. Nem csak más eszközökön fogyasztunk zenét, mint mondjuk egy évtizede, de a zenekészítés is elérhetőbbé vált az otthoni szoftverekkel, bárki megoszthatja saját dalait a Bandcampen, a SoundCloudon vagy a Facebookon keresztül.
Az internet és kalózletöltések elterjedésével harcolni kezdtek az előadók, erre érkeztek megoldásként a fizetős streaming-szolgáltatások, amelyek lassan kezdik ismét jövedelmezőbbé tenni a globális zeneipart. Az amerikai zenei piac bevétele az elmúlt 20 évben nagyot zuhant, de az elmúlt három esztendőben növekvő tendencia figyelhető meg, amiben nagy szerepet játszanak a streaming-szolgáltatások, és főleg az, hogy egyre többen fizetnek elő rájuk.
De más előnyük is van az olyan szolgáltatásoknak, mint például a már több mint 180 millió felhasználóval rendelkező Spotify. A big data módszerei az informatika, egészségügy és az üzlet területén túl a szórakoztatóiparban is alkalmazhatók, a zeneipar is elkezdett nyitni az adatelemzés felé. Hallgatói szempontból számunkra a legjobb a személyre szabottság és a rendkívül fejlett ajánlórendszer, ami heti bontásban kínál olyan dalokat, amik megfelelnek az ízlésünknek a korábban hallgatott dalaink alapján.
Mindehhez persze rengeteget adatot gyűjt és elemez a szolgáltatás. Régebben a kiadóknak csekély mennyiségű információ állt rendelkezésre arról, kik vásárolják az LP-ket, a kazettáikat, a CD-ket. A letöltésekkel és streameléssel viszont követketővé váltak a hallgatási szokások,
Míg egykor a hálószobába visszavonulva a CD-t pörgetve nyugodtan hallgathattuk 50-szer ugyanazt a dalt, és senki nem tudott róla, addig a Spotify vagy a Last.fm ma már ezt is képes rögzíteni, és következtetéseket von le belőle. A hallgatókról már tudni kitöltött adataik alapján, hol élnek, milyen korúak, milyen stílusokat kedvelnek.
A KIADÓK IS VÁLTANAK
Az Antwerpi Egyetem kutatói 2015-ben egy olyan algoritmussal lepték meg a szakmát, ami képes volt meglepően pontosan előre jelezni, hogy mely pop/dance dalok fognak felkerülni a BillBoard éves listájára. Ehhez 3500 dalt elemeztek az 1985-2014 közti listákra kerülő számok alapján, végül 65 százalékban sikerült is eltalálni a legsikeresebbeket. Ennek oka, hogy a leginkább hallgatóbarát, népszerű daloknak vannak jellemző vonásaik, az algoritmus ezeket a mintázatokat ismerte fel.
Ez alapján a kiadónak egyszerűbb dolga van a koncertszervezéssel, szponzorokkal, célcsoportok megcélzásával, lassan mutatkoznak az irányváltás jelei is. Beszédes lépés, hogy a Warner például idén vásárolta fel a Sodatone nevű céget, akik adatelemzési módszerekkel kutatnak új tehetségek után. A startup technológiája nemcsak hallgatottsági adatokat gyűjt, de azt is figyeli a közösségi felületeken, hogy egy-egy zenekarnak, zenésznek mennyire aktívak a rajongói a közösségi oldalakon, vagy hogy mekkora visszhangot kap a netes oldalakon egy demó, vagy videoklip.
A Snafu Records azon kiadók közé tartozik, akik már magukévá tették az adatvezérelt működést, adatelemzési technikákkal szűrik ki, mely zenekarokkal érdemes foglalkozni. Alapítója, Ankit Desai szerint a fizetős zenefogyasztás 70 százalékát napjainkban három nagy kiadó – Warner, UMG, Sony – uralja.
Viszont az egy év alatt készülő új zenéknek mindössze egy százaléka jön ki a három nagy cég szárnyai alól, ami azt jelenti, hogy elképesztő mennyiségbeli különbség van a megvásárolt zene és a kínálat közt. Sok olyan előadó van a világon, akik elképesztő dalokat gyártanak, de a kiadóknak nincsenek eszközeik, amikkel globális szinten kitudnák ásni a gyöngyszemeket.
A Snafu gépi tanulásos fejlesztése hetente 1500 új dalt vizsgál át, majd ezekből leszűri azt a kb. 20-at, amiben hosszútávú potenciál mutatkozik. Desai szerint egyre több kiadó fog ebbe az irányba tartani, és átfogó analitikát használ, mielőtt leigazol egy új zenészt, vagy így keresi meg az új sikervárományosokat.
A Shazam nevű szolgáltatás is rengeteg érdekes felismeréssel szolgálhat. Ez a legnépszerűbb olyan alkalmazás, ami képes felismerni mikrofonon keresztül, hogy milyen zene szól mondjuk a próbafülkében, az utcán, ha meghallunk egy dalt és nagyon megtetszik. Mivel az appon keresztül nagy érdeklődés mutatkozhat egy-egy számra, ezért az adatok alapján kiderülhet, hogy milyen számokra voltak legtöbbször kíváncsiak a felhasználók, ezáltal pedig a Shazam azt állítja,
Ahogy a fenti példák is mutatják, a big data számos területe közül a zeneipar is sokat profitálhat belőle, de ugyanilyen jól járnak a hallgatók és zenekarok is, hiszen könnyebben jutnak el egymáshoz. Az adatelemzés még relatíve friss szakterület, és még éppen csak kapisgáljuk a felszínt.
(Kiemelt illusztráció: ThinkStock)
