诚如Day 1所说,AI在音乐领域上面的应用包含了许多层面,由於本系列文章会以AI创作/作曲为主轴,
所以在进入正题前,我们先来聊聊除了作曲以外的其他应用。
"嘿~Siri,这是什麽歌?"
相信大家应该都有在逛街时偶然听到店家放的歌,
觉得很耳熟/很喜欢但是又想不起/想知道这到底是那一首歌。
这时候就是音乐辨识软件出场的时候啦~
苹果系统的人应该都对这句话不陌生,只要叫出Siri问它这是什麽歌,
Siri就会依照资料库里的特徵去帮你找出这首歌的曲名、歌手等等资讯。
除了Siri以外,最知名的应该就是Shazam还有SoundHound这两个APP了(非业配...我没有钱拿QQ)。
不是你 (拖走)
基本上作用如同Siri,会帮你辨识出歌手歌曲等等资讯。
顺带一提,苹果已在2018年收购Shazam,但其仍然是可独立运作的App。
"神奇的Youtube演算法带我到这里来"
如果你觉得这句话很熟悉或是你常常有这种感觉的话,
没错,这些都是标签化结果的一部分。
举凡KKBox、Sportify、Youtube甚至是Netflix等等串流平台,
其中都有针对每一首歌/每一部影片去建立所谓的Label。
在从这些Label中去寻找使用者可能感兴趣的音乐/影片来做推荐。
这种技术运用的层面非常的广泛,除了上面所述之外,
在各大网购平台也都有类似的标签系统,他们会针对使用者所浏览/购买的品项去做更进一步的推荐,来让使用者买下更多商品。
让我们更进一步的来专门探讨前面所提到的音乐标签(Label)的部份,
通常在音乐里面我们会有以下几项主要类型的标签来帮助AI更容易的辨识每一首音乐的特性:
以上只是比较常见用来做分类的标签,实际上使用则是各家有各自的不同标签在做使用。
有的也许区分的更细一点,也可能用更简单的标签即可达到初步分类。
而这些标签除了可以帮音乐留下比较完整的分类纪录以外,
也能够更有效率的达成推荐给使用者下一首可能会喜欢的音乐。
而对於音乐所作的标签处理,也有许多的AI已经提供自动化标签的功能,
如此一来可节省非常大量的人力去做人工化为音乐做分类标签的时间,
毕竟人力成本其实是非常昂贵的资源...
<<: 电子书阅读器上的浏览器 [Day17] 利用 Room 强化书签功能
>>: 每个人都该学的30个Python技巧|技巧 17:Python容器—元组(Tuple)(字幕、衬乐、练习)
Hi Dai Gei Ho~ 我是Winnie~ 大家中秋节快乐。 这几天在看自己文章的时候发现 V...
目标 主题是【从资料库到资料分析视觉化】, 希望可以更深入的了解data, 从资料库的架构,资料的...
CRC-8-CCITT SMBus PEC /* https://en.wikipedia.org/...
大家好~ 我是五岁~ 今天来把野猪枪手完成吧~!! (๑•ૅω•´๑) 首先是上色~ 野猪就是咖啡色...
昨天我们成功安装并启动了Docker 接下来,我们要再docker上运行DVWA 我之前将DVWA建...