Skip to content

At spotte det næste store hit – man vs. machine

januar 7, 2009

Avisen Metroxpress skrev igår, at en forsker har lavet et computerprogram, som kan spotte et hit et par måneder før det slår igennem. Altså en slags digital talentspejder – eller A&R om man vil. Programmet reagerer bl.a. på når en kunstner pludselig bliver efterspurgt af mange i et lille område på internetsider som f.eks. Gnutella, der med sine over 35 mio. søgninger om dagen indtil videre har været forsøgsstation. Programmet har bl.a. fundet frem til den amerikanske stjerne Soulja Boy flere måneder før han slog igennem. Flere A&R folk fra danske pladeselskaber er dog skeptiske overfor projektet. – Eller måske er de bare nervøse ;)

Dette er altså nyeste skud på stammen i forsøget på at analysere og katalogisere musikfans smag i håbet om at kunne lave en prognose for, hvor den næste krukke med guld skal findes for enden af regnbuen. Som musiker og producer må jeg dog sige, at jeg godt kan forstå A&R folkenes skepsis. Det er en stående joke i branchen alle de gange folk under indspilningerne af et nyt nummer eller album har udbrudt “Det her bliver et hit! Jeg kan bare mærke det!”. Det er en meget lille del af alle disse “hits”, der nogensinde er nået hitlisterne. Og jeg tvivler stærkt på, at en computer har bedre dømmekraft. Prove me wrong! :)

Der er dog til gengæld andre potentialer i de digitale analysemetoder af musik. F.eks. kan de bruges til at forbedre anbefalinger af ny musik når man køber musik online. Vi kender allerede princippet fra steder som iTunes og Amazon. Problemet med Amazon’s anbefalingssystem har hidtil været, at det favoriserede i forvejen populære albums til fordel for folks smag. Med inddragelse af en analyse af nogle musikalske parametre også som f.eks. tempo, tonehøjde, om det stille eller høj musik samt scanninger af folks kommentarer overalt på nettet ligefra blogs til avis-artikler, vil man kunne kategorisere musik med mange flere faktorer. Derved har man muligheden for at skabe et meget mere avanceret katalogiseringssystem, som ikke bare anbefaler albums på baggrund af at de er populære, men også inddrager forbrugerens smag ud fra tidligere albums han/hun har købt, eller ud fra brugerundersøgelser om hvad han/hun bedst kan lide.

Dette er ikke science-fiction, men tværtimod noget der allerede arbejdes seriøst med hos firmaet The Echo Nest, som blev skabt af Tristan Jehan og Brian Whitman fra MIT. Programmet gør netop brug af ovennævnte analysemetoder til at give et detaljeret billede af et musikalsk værk med ca. 3000 indikatorer (akustiske såvel som kulturelle) og lave det til .XML fil, som kan lægges ind i en database. Det store spørgsmål er så, om programmet kan stå distancen i forhold til den enorme datamængde, som skal analyseres.

Et lignende projekt med at katalogisere musik kaldet The Music Genome Project som blev skabt i år 2000 af Tim Westergren, som senere ledte skabelsen af Pandora,  havde også dette problem, men i en endnu højere grad. Projektet er begrænset af, at ca. 400 mennesker som sidder og lytter og “tag’er” musikken ud fra en række karakteristika. Det er begrænset hvor meget musik 400 mennesker kan nå at lytte til, så her er et godt eksempel på et område, hvor computeren er mennesket langt overlegen, hvad angår musik.

Sociale sites som Myspace og Youtube og e-shops som Amazon og iTunes tager kategorisering og anbefalinger meget alvorligt, så disse nye teknologier skal nok bliver implementeret i en eller anden form.

Læs mere her: Xconomy.com om The Echo Nest

Kilder:  Metroxpress d. 06/01/09  og Xconomy.com 30/10/08

Reblog this post [with Zemanta]
No comments yet

Skriv et svar

Udfyld dine oplysninger nedenfor eller klik på et ikon for at logge ind:

WordPress.com Logo

Du kommenterer med din WordPress.com konto. Log Out / Skift )

Twitter picture

Du kommenterer med din Twitter konto. Log Out / Skift )

Facebook photo

Du kommenterer med din Facebook konto. Log Out / Skift )

Google+ photo

Du kommenterer med din Google+ konto. Log Out / Skift )

Connecting to %s

Follow

Get every new post delivered to your Inbox.

%d bloggers like this: