HONOR 200 Pro: Смартфон для всех индустрий
Согласно статистике, мы проводим в гаджетах более шести с половиной часов ежедневно — это практически 40% всего светового...
Музыка неотъемлемая часть жизни, и скорее всего, такой она останется навсегда. Естественно, многие из нас слушают музыку по настроению: когда нам плохо это могут быть The Smiths, когда мы счастливы — Frank Sinatra или Maluma. Но несмотря на некоторые явно грустные песни, трудно распознать, какая из них действительно печальная, так как обычно это зависит от сугубо субъективных деталей и предпочтений слушателя.
Согласитесь, что было бы идеально иметь индивидуальный плейлист для субботних вечеров, воскресного утра и рабочего дня. Стриминговый сервис уже предлагает своим клиентам тысячи плейлистов на все случаи жизни, но они не всегда популярны и не всегда попадают в точку. Так сможет ли Spotify подобрать для нас самую печальную песню?
Компания уже собрала мета информацию о 35 млн песен из своей базы данных, предоставленных через их веб API. Информация хранит валентность каждого трека, от 0 до 1. «Чем выше валентность тем позитивней трек», сообщает Spotify.
Система валентности используется редакторами Spotify для того, чтобы те в свою очередь могли собирать плейлисты «по настроению», такие как Happy Pop Hits или Easy 00s. «Благодаря такой информации мы можем найти и собрать песни в кратчайшие сроки, то есть сделать то, что заняло бы у человека уйму времени, но человек, в свою очередь, в силах сделать субъективные и культурные выводы, что не по силам компьютеру», — сказал Гленн МкДоналд, информационный алхимик Spotify (Да, это его официальная должность). Сейчас стриминговая компания пытается усовершенствовать систему эмоциональной классификации, прося пользователей поделится своими чувствами при прослушивании определенных отрывков из песен.
Такая база данных стала подарком для блогеров и журналистов с навыками data science и предпочтением к меланхолии. Информация была использована для развития «индекса мрачности» песен Radiohead, чтобы определить самую депрессивную рождественскую песню, найти европейскую страну, которая больше всех предпочитает грустные песни (такой оказалась Португалия) и доказать, что песни победителей Евровидения становятся меланхоличнее с каждым годом.
Но как алгоритм может определить разницу между счастливой и грустной песней? Вообще концепция определения эмоций проблематична. По стопам data scientist Чарли Томпсона, который разработал «индекс мрачности» песен Radiohead, журналистка BBC Мириам Квик провела своё исследование. Одними из сложностей, с которыми ей пришлось столкнуться, стали песни с грустной мелодией, но с очень счастливым текстом. И таких немало.
Таким образом через алгоритм Spotify самой грустной песней из списка всех хитов по версии Billboard стала The First Time Ever I Saw Your Face — Roberta Flack. Мелодия бесспорно не праздничная, она, скорее, сподвигнет на раздумья, нежели слезы и печаль, но сам текст про любовь без намеков на расставание. Но, Spotify очевидно не обращает внимание на значение слов в песне.
Мы можем научить машины думать, но пока что им не хватает человеческой идиосинкразии. У компьютеров нет эмоциональной памяти, а нас многие песни могут перенести в прошлое, в определенную ситуацию, болезненную или приятную, несмотря на текст или мелодию песни.
Исследования в психологии музыки продолжаются, и многие связывают популярные предпочтения с чертами характера. Но парадокс в том, что чаще всего грустные песни очень мелодичны и приятны на слух и не важно, поёт ли исполнитель об огромной любви или об ужасной душевной ране. Возможно, сводить настолько субъективный феномен к двум-трём переменным — не совсем правильное решение. Приятно одно — наука не стоит на месте, а то, какие эмоции испытывают слушатели песен The Smiths может варьироваться бесконечно. Вдруг кому-то просто был нужен повод для того, чтобы выплакаться? А может кто-то встретил любовь всей своей жизни под I Know It’s Over и теперь они собираются играть ее на свадьбе?
Получай актуальные подборки новостей, узнавай о самом интересном в Steppe (без спама, обещаем 😉)
(без спама, обещаем 😉)