Spotify'da ses analizi nasıl çalışır
Bir parça bir dağıtımcı aracılığıyla Spotify'a yüklendiğinde, otomatik bir ses analizi borusu üzerinden geçer. Sistem çiğ dalga biçimini işliyor ve düzinelerce ölçülebilir özellik çıkarıyor.
Temel teknoloji, görüntü tanıma için kullanılan aynı tür makine öğrenme modelleri olan ** konvulsiyonal sinir ağları (CNN) **'dir.
CNN bu spektrogramlarda kalıpları tespit etmeyi öğrenir: güçlü davul vurguları ve sentesizerler elektronik veya dans müziğini gösterir; yumuşak akustik gitar kalıpları halk veya şarkıcı-toku yazar türlerini gösterir; karmaşık harmonik yapılar caz veya klasikleri işaret edebilir.
Ses özellikleri Spotify çekimleri
Spotify'nın API'si her şarkı için 13 ses özelliğini ortaya çıkarır. Bunlar algoritmanın ses benzerliğini ölçmek için kullandığı yapı taşlarıdır.
Ritm ve tempo özellikleri
| Özellik | Defini | Aralık |
|---|---|---|
tempo |
Dakikada tahmin edilen çarpmalar (BPM) | 0-250 |
time_signature |
Ölçüm başına çarpma (3/4, 4/4, vb.) | 1-7 |
danceability |
Tempo, ritm istikrarı, çarpma gücü temelinde dans için ne kadar uygundur | 0.0-1.0 |
Danceability sadece tempo değil. 120 BPM'li bir parça düzensiz ritmlerle 100 BPM'li bir yandan daha düşük puanlar elde eder.
Enerji ve yoğunluk özellikleri
| Özellik | Defini | Aralık |
|---|---|---|
energy |
Intensite ve aktivite algılama ölçüsü | 0.0-1.0 |
loudness |
Toplam yüksek seslilik (dB) | -60 ila 0 dB |
Energy, çok sayıda sinyal birleştirir: dinamik aralık, algılanan yükseklik, timber, başlangıç oranı (yeni seslerin ne sıklıkla başladığı) ve genel entropi.
Ses özellikleri
| Özellik | Defini | Aralık |
|---|---|---|
key |
Pistenin ton merkezi | 0-11 (C=0, C#=1, vb.) |
mode |
Büyük (1) veya küçük (0) | 0 veya 1 |
Bu özellikler uyumlu uyumlu uyumlu uyumlu yapılarla algoritma grup izlerini sağlar, böylece radyo ve Otomatik Çalma, karıştırıcı bir anahtar değişikliği olmadan aralarında hareket edebilir.
Ruh halini ve karakter özellikleri
| Özellik | Defini | Aralık |
|---|---|---|
valence |
Müzikal pozisyona sahip olmak (mutlu vs. üzücü) | 0.0-1.0 |
acousticness |
Şarkının akustis olduğuna güven | 0.0-1.0 |
instrumentalness |
Şarkının vokalı yoksa tahmin eder. | 0.0-1.0 |
speechiness |
Konuşulan kelimelerin varlığı | 0.0-1.0 |
liveness |
İhtimal iz canlı olarak yapıldı | 0.0-1.0 |
Valence özellikle ruh halini belirleyen tavsiyelerde önemlidir. Yüksek değerli bir parça (0.8+) neşeli veya euforik bir sesle. Düşük değerli bir parça (0.2 veya daha düşük) üzücü, melankolik veya öfkeli bir sesle.
Ses özelliklerinin önerileri nasıl etkilediği
Ses analizi ** soğuk başlangıç sorunu ** çözür. Yeni bir sanatçı ilk şarkısını yüklerken, dinleme geçmişi veya işbirliği içeren filtreleme verileri yoktur.
İşte her algoritmik yüzeyin ses analizini nasıl kullandığı:
Radyo ve Otomatik Oyunu
Radio, bir tohum izine dayanarak bir kuyruk oluşturduğunda, ses benzerliği ana sinyaldir.
- Tempo (sürekli geçişler için makul bir aralık içinde)
- Enerji seviyesi (sessiyon yoğunluğunu korumak için)
- Anahtar ve mod (harmonik uyumluluk için)
- Valence (duygusal tonunu korumak için)
Bu nedenle yüksek enerjili bir elektronik parça ile üretilen bir radyo istasyonu, her iki şarkının da tür etiketlerini paylaşmasına rağmen, ani bir şekilde yavaş bir akustik ballad eklemez.
Haftalık Bul
Discover Weekly öncelikle işbirliği içeren filtrleme kullanır, ancak ses analizi bir bağ bozucu olarak çalışır.
Sanatçılar ses özelliklerinden ne öğrenebilirler
Spotify'nın sesini nasıl analiz ettiğini kontrol edemezsiniz. Ama bu özellikleri bilmek algoritmanın müziklerinizi nasıl duyacağını ve sizinkiyi hangi parçalarla gruplayacağını size söyler.
Şarkının ses özelliklerini kontrol ediyorum
Tip Üçüncü taraf araçları Spotify'nın API'sinden şarkı ses özelliklerini çekebilir. Spotify şarkı URL'sini girmenizi ve özellik değerlerini geri göndermenizi sağlayan hizmetler arayın.
Neyi aramalı:
- Katalogunuzda tutarlı özellikler** algoritmanın müziklerini gruplandırmasına yardımcı olur.
- ** Hedef kitlenize uyan özellikler** radyo yerleştirmesini iyileştirir. Sesiniz yüksek enerjili ve dans edilebilirse, parçalarınız egzersiz ve parti odaklı radyo seanslarında daha fazla görünme olasılığı vardır.
Giriş sorunu
Ses analizi tüm şarkıyı inceler, ancak dinleyicinin davranışları ilk 30 saniye tarafından büyük ölçüde etkilenir. Eğer giriş şarkının geri kalanından farklı özelliklere sahipse (sesli bir atıştan önce sessiz bir ortam giriş), ses özellikleri dinleyicilerin ilk deneyimlerini yansıtmayabilir.
Bu bir eşleşme yaratır: algoritma genel enerjiye göre şarkıyı önerir, ancak dinleyiciler giriş beklentilerine uymadığı için atlar.
Ses analizinin sınırlamaları
Ses analizi güçlüdür, ama kör noktaları vardır:
Kültürel bağlam eksik. Algoritm şarkınızın yüksek enerjide ve 128 BPM tempoda olduğunu biliyor, ancak sözcüklerin belirli bir kültürel anla ilgili olduğunu veya üretim tarzının belirli bir çağı hatırlatmadığını bilmiyor.
- Aynı sesler aynı dinleyicilerle aynı değildir.** İki şarkının neredeyse aynı ses özellikleri olabilir, ancak tamamen farklı dinleyicilere hitap eder.
** Genre belirlenir, açıklanmaz.** Spotify dağıtımcınız tarafından sağlanan genre etiketlerini kullanır, ancak ses özellikleri eşleşmezse ses analizi onları geçersiz kılabilir.
Daha geniş algoritmada sesin rolü
Ses analizi Spotify algoritması tarafından kullanılan üç ana veri kaynağının biridir:
| Veriler Kaynağı | Neyi yakalar? | En iyisi |
|---|---|---|
| İşbirlikte filtreleme | Kullanıcılar arasında dinleme kalıpları | İzleyici kitlesinin bulma örtüşmesi |
| Doğal dil işleme | Şarkı, çalma listesi başlıkları, web bahsetmeleri | Kültürel bağlamı anlamak |
| ** Ses analizi** | Dalga şeklinin sonik özellikleri | Sesli olarak benzer izler bulmak |
Kurulmuş sanatçılar için, işbirliği filtrelenmesi baskın bir yer. Yeni sanatçılar için, ses analizi daha fazla ağırlık taşır çünkü analiz edilecek bir dinleme tarihi yoktur.
Amaç, açık ve tutarlı ses özellikleri olan müzikleri yayınlamak ve ilgi çekici bir dinleyiciler bazını oluşturmaktır.