如何识别一首音乐中的某种乐器到底是什么?我想找一首和《稻香》类似的歌怎么找?如何找到一首只知道风格和乐器的音乐?怎么样找到情绪“欢乐”的音乐?
在以前,要解决这些问题只能依靠音乐人依靠自身积累和欣赏水平,人工进行理解和识别。普通人,在搜索引擎普遍应用的今天,也基本上不可能解决这样的问题。因为音乐是听觉的艺术,它不像文字可以通过关键词搜索,也不像视觉艺术作品可以通过画面描述搜索。一首音乐给人的感受,可能只有“欢乐”、“悲伤”这样的主观感受;或者是钢琴、小提琴这样的乐器;再或者是咖啡馆、酒吧、餐厅这样的音乐使用场景。
有效的办法是为每一首音乐打上尽量详细的标签,为音乐给出文字描述的定位,比如为一首音乐标注上“沉稳”、“低沉”等情绪标签,“餐厅”、“清吧”等场景标签,再辅以流派、乐器、国别、风格等标签,就能让搜索者通过文字描述,不断缩小范围,进而精准找到想找的音乐。
但音乐的数量如此庞大,古今中外创作的海量音乐让人工为音乐打标签变成了一个不可能的任务。为解决这个问题,HIFIVE利用多年积累的技术,让AI开始了音乐学习之旅。
在学习了超4000万首音乐后,HIFIVE的AI已基本掌握了绝大多数音乐的特性,真正能够“听懂”一首歌了。它可以知道这首歌表达的是“爱情”,或者这首歌的情绪是“激情澎湃”的;它可以判断这首音乐适合电商使用,也可以为餐厅推荐最合适的背景音乐。
在“听懂”的基础上,HIFIVE的AI进化出了“智能音乐标签”的能力。
智能音乐标签,顾名思义就是利用人工智能的方法为音乐打上标签,通俗来说就是让AI听懂音乐、理解音乐并通过标签将作品信息传递给大众。智能音乐标签不仅包括音乐基础信息比如音乐流派、乐器组成、速度(BPM)等,同时,也可以识别音乐更深层次表达出来的情绪、感情、给出适用的主题、场景等。
由于音乐的抽象性和主观性,智能标签的技术难度更加复杂,研发流程也更加严格,然而,依靠HIFIVE公司独特的行业优势和AI研发团队的努力,攻克了这一技术难题:首先,在训练数据集上,HIFIVE海量的版权音乐曲库充分保证了模型训练的数量和质量;深耕音乐行业数年的AI技术团队,对深度学习在音乐音频上的应用与模型调参有着丰富的经验;而HIFIVE音乐版权交易平台、智能公播音乐系统等产品则为智能音乐标签的落地与应用提供了平台。
目前,HIFIVE智能音乐标签服务已经做到了乐器、流派、场景、情绪四大维度的理解,涵盖100多个子类别和基础标签,而且在具体的应用场景还可以理解到更多类别的标签内容。各维度标签准确率平均达到90%以上,这对于具有明显主观特征的音乐来说,相对于传统的人工标签方式,在生产力、应用模式上完成了质和量的飞跃。
在智能音乐标签的应用上,HIFIVE旗下版权交易平台曲多多(AGM)依托此技术平台上每首音乐作品的背后都有着上百个标签。当用户在平台近千万版权音乐曲库选曲时,可通过以歌搜歌、情绪搜索、场景搜索等方式,快速找到想要的音乐。而在HIFIVE智能公播音乐系统中,以智能音乐标签为基础的AI音乐推荐功能,更可根据天气、地域、行业、季节、节日、场景等因素动态推荐适合当下播放的音乐。
(曲多多(AGM)歌曲标签)
对于平台音乐内容运营来说,智能音乐标签的应用奠定了音乐推荐分析算法的基础。通过对用户音乐标签应用的分析,可判断用户音乐喜好、对音乐的需求等,以便更好的进行音乐推荐,可有效助力音乐内容运营,提升音乐内容运营人员的效率。
将主观性很强的音乐由AI来完成标签化识别,相当于是做到了一项靠人力基本无法实现的任务,同时还避免了不同人的欣赏水平等因素导致的音乐标签不准确的问题。而智能音乐标签的出现和成熟,无论对于音乐作品的宣发推广还是满足用户的音乐需求,都有着积极作用。HIFIVE也将持续深入研究,不断提高AI对音乐的“欣赏水平”,让智能音乐标签技术准确度更高,更符合人类的欣赏水平。
●更多阅读●
HIFIVE智能公播音乐系统
为企业量身定制音乐视听解决方案
领取专属 10元无门槛券
私享最新 技术干货