Vědci ze Seoul National University nedávno vytvořili interaktivní nástroj pro vizualizaci dat, který by mohl vylepšit stávající i nově vznikající služby streamování hudby. Tento nástroj s názvem Music Circles může představovat skladby jako jedinečné vektory a poté vypočítat podobnosti mezi těmito vektory, aby posluchači nabídl podobné skladby v jednom balíku.

Zjednodušené hledání

"Jako milovníci hudby s různým vkusem jsme se spojili pro projekt, který by našel nové způsoby vizuálního znázornění a seskupení abstraktních hudebních dat,“ prozradili korejští vědci. "Chtěli jsme se odchýlit od tradičních způsobů hledání podobné hudby prostřednictvím žánrů, umělců atd. Základní myšlenkou bylo reprezentovat a následně řadit skladby na základě číselných hodnot zvukových funkcí, jako je akustika či tanečnost.“

Hlavním cílem vědců bylo pomoci uživatelům vyhledávat hudbu, která by se jim mohla líbit, a prozkoumat katalogy streamovacích služeb způsoby, které jsou intuitivnější a poutavější. Systém Music Circles, který vytvořili, vypočítává podobnost mezi různými skladbami tak, že je reprezentuje jako vektory, aby bylo hledání hudby zábavnější.

"Naše vizualizace, které připomínají kruhy (odtud název služby), ukazují zajímavé informace založené na vztazích mezi zvukovými vlastnostmi písní.“

Dostupnější hudba

Na rozdíl od jiných systémů doporučování hudby, které jsou již běžně dostupné, Music Circles umisťuje různé skladby umělců do více než jednoho klastru. Pokud by například písně Eda Sheerana měly být uživatelům doporučovány pouze na základě umělců, které v minulosti poslouchali, jeho písně by byly doporučeny pouze omezenému publiku.

Music Circles naopak umisťuje různé písně Eda Sheerana do různých klastrů na základě jejich jedinečných atributů a charakteristik, a doporučuje je tak širšímu okruhu uživatelů.

V budoucnu by systém mohl být použit ke zlepšení služeb streamování hudby a mimo jiné tak umožnit uživatelům lépe porozumět zvukovým funkcím, objevovat nové písničky, které by se jim mohly líbit, prohlížet si aktuální hudební trendy a objevovat, jaké hudební styly se jim vlastně líbí.

"Jako datoví vědci chceme využívat podceňované atributy skladeb a poskytnout jedinečná hudební doporučení, která se liší od současných služeb streamovacích aplikací. Chceme také, aby byl projekt škálovatelný na velká data. Chtěli bychom efektivněji zobrazit větší soubor hudby a nabídnout náš projekt milionům milovníkům hudby,“ uzavírají korejští vědci. Dále čtěte: Po sociálních sítích se šíří řada falešných nebo upravených fotografií. Jak provést reverzní vyhledávání obrázků a ověřit pravost?