娱乐星网
音乐探索你的位置:娱乐星网 > 音乐探索 >

冷门明星动态分享 机器学习怎样发现你可爱的音乐:音乐个性化推选背后的科学旨趣

发布日期:2025-01-11 07:33    点击次数:198

  

冷门明星动态分享 机器学习怎样发现你可爱的音乐:音乐个性化推选背后的科学旨趣

本周一,正如其它每个周一,一亿多 Spotify 用户每东说念主都收到了一个清新的歌单。这个叫作念每周发现的歌单内夹杂了用户从未听过然则可能会可爱的 30首歌曲。成果号称神奇。

我我方是 Spotify 的超等粉丝,对每周发现尤其宠爱。为什么呢?因为我以为它懂我。它比我性掷中的任何东说念主都更明晰我的音乐试吃。我很快意每周它都能倨傲我的需求,一如既往地推选一些我我方长期都不会找到或知说念会可爱的歌曲。

关于那些两耳不闻窗外事的东说念主们,请允许我先容一下我的捏造好友:

[图片评释: 我的 Spotify 每周发现歌单]

没思到,在这方面我不是一个东说念主,不光是我对每周发现如斯眷恋 – 所有用户群体都趋之若鹜。这股高涨使得 Spotify 从头协调了它的重点,并在基于算法的歌单上参预了更多的资源。

Dave Howitz: @Spotfiy 每周发现的歌单对我的了解进度几乎不寒而栗,练习到就像一个也曾与我有过全部濒死体验的前女友一样。

Amanda Whitbred: 现时 @Spotify 的每周发现对我一经了解到如果它现时求婚,我也会说喜悦的地步了。

自「每周发现」在 2015 年第一次上线以来,我就进攻思知说念它是怎样运作的(而且由于我是 Spotify 公司的迷妹,我可爱假装在那儿责任并研究他们的居品)。 经过三周的跋扈Google,我终于满怀感德地得回了一些幕后的学问。

是以 Spotify 到底是怎样告捷作念到给每东说念主每周挑选 30 首歌曲的?咱们先来仔细看下其它的音乐管事是怎样作念音乐推选,以及 Spotify 是怎样更胜一筹的。

在线音乐甄选管事简史

早在千禧年之初,Songza 就开动使用手动甄选为用户提供歌单。手动甄选的真谛便是所谓的音乐群众或者其他裁剪会手动挑选一些他们我方认为可以的音乐作念成歌单,然后听众可以获胜拿来听。(稍后,Beats 音乐也聘请了不异的战略)。手动甄选成果尚可,然则由于这种顺次仅仅纯手工挑选,神志顺次也比拟简便,它并不成关心到每个听众音乐试吃的奥秘各别。

跟 Songza 一样, Pandora 亦然音乐甄选管事边界的早期玩家之一。它使用了一个略为更高档的顺次来代替给歌曲属性手工打标签。即天下在听音乐的时候,对每首歌曲挑选一些态状性的词语来动作标签。进而,Pandora 的法子可以获胜过滤特定的标签来生成包含相似歌曲的歌单。

差未几并吞时间,一个附庸于麻省理工学院媒体实验室的名叫 The Echo Nest 的音乐信息机构,聘请了一个皆备不同的高档战略来定制音乐。The Echo Nest 使用算法来分析音频和音乐的文本内容,以完成音乐识别,个性化推选,歌单创建和分析等。

终末,是 Last.fm 别具肺肠,聘请了另一个沿用于今的战略。那便是诈欺协同过滤来识别用户可能可爱的音乐。稍后本文会张开讨论更多这方面的内容。

是以说既然其他的音乐甄选管事都完满了推选功能,Spotify 究竟是怎样操作我方的神奇引擎,来完满甩出竞争敌手几条街的用户试吃通晓度的呢?

Spotify 的三种推选模子

事实上 Spotify 并莫得使用什么单一的立异性推选模子,而是夹杂了一些其他公司使用的最好的战略来创建他们我方唯独无二的强盛发现引擎。

Spotify 使用三种主要的推选模子来创建每周发现:

协同过滤模子(即 Last.fm 最早使用的那些模子)。责任旨趣为分析你和其他用户的举止。 天然讲话管制(NLP)模子 。责任旨趣为分析文本。 音频模子。责任旨趣为分析原始音频声说念自己。

咱们来具体看下这些推选模子是怎样责任的!

推选模子之一:协同过滤

领先先容下配景:当许多东说念主听到协同过滤这几个词的时候,他们会坐窝联思到 Netflix,因为它是第一个诈欺协同过滤来完满推选模子的公司之一。其作念法主淌若使用用户提交的电影星级来推测打算推选那些电影给其他雷同的用户。

自 Netflix 将其告捷应用以来,协同过滤开动快速流传开来。现时不管是谁思完满一个推选模子的话,一般都会拿它动作首次尝试。

与Netflix不同的是,Spotify 并莫得用户对他们音乐的星级评价数据。Spotify 所用的数据是隐形反应的,具体来说便是咱们在线听歌的歌曲次数,以过火他极端信息,诸如用户是否保存歌曲到个东说念主歌单,或者听完歌曲后是否接着探望艺术家主页等。

但什么是协同过滤,到底它是怎样责任的呢?底下用一段节略对话来作念一个梗概的先容。

啥情况? 正本这俩东说念主内部每东说念主都有我方的一些歌曲偏好 – 左边的东说念主可爱歌曲 P, Q, R 和 S; 右边的东说念主可爱 Q, R, S 和 T。

协同过滤系统进而诈欺这些数据得出论断,

“嗯。既然你俩都可爱调换的歌曲 – Q,R 和 S – 那么你们可能是雷同的用户。是以你们应该会可爱另一个东说念主听过然则你还莫得听过的歌曲。”

系统然后漠视右边的东说念主去体验下歌曲 P,以及左边的东说念主去体验下歌曲 T。听起来够简便吧?

然则 Spotify 具体是怎样具体应用这个观念,来推测打算基于百万级的用户偏好从而得出数以百万计的用户歌曲推选呢?

…矩阵运算,用 Python 库即可完满

实验中,此处说起的矩阵是极其强大的。每行都代表了 Spotify 的一亿四千万用户中的一员(如果你也用 Spotify,那么你亦然这个矩阵中的一转),而每一列则代表了 Spotify 数据库中三亿首歌曲中的一首。

然后,Python 库就开动跑这个漫长而复杂的矩阵明白公式:

推测打算完成后,系统会生成两种类型的向量,在此分别定名为 X 和 Y。X 为用户向量,代表单个用户的音乐试吃。Y 则为歌曲向量,代表单支歌曲的特征。

现时咱们得到了一亿四千万个用户向量,每东说念主一个,还有三亿歌曲向量。这些向量的具体内容仅仅一些单独拎出来自身并意外旨的数字,然则在背面进行比拟时会卓著有用。

为了找到那些跟我相似试吃的用户,协同过滤系统会拿我的向量跟其他用户的向量作比拟,最终会找到那些跟我最相似的用户。关于 Y 向量,亦然不异的历程 – 你可以拿一首歌的向量与其他的歌曲向量作念比拟,进而找出哪些歌曲是跟你现时正在看的歌曲最相似。

协同过滤如实成果可以,然则 Spotify 深知再添加另外一个引擎的话成果会更出色。这就到了天然讲话管制出场的时候了。

推选模子之二:天然讲话管制

Spotify 聘请的第二个推选模子便是天然讲话管制。这些模子的源数据,正如名字所示,便是一些普通的讲话笔墨 – 举例歌曲的元数据,新闻著作,博客,和互联网上的其它文本等。

天然讲话管制 – 推测打算机相识东说念主类讲话的才调 – 自己便是一个巨大的边界,宽泛通过情谊分析应用编程接口(API)来进行操作管制。

天然讲话管制背后的具体旨趣超出了本文的讨论范围,然则在此本文可以提供一些拙劣的态状:Spotify 会在网上接续爬取博客帖子以过火它音乐筹办的文本,并找出东说念主们对特定的艺术家和歌曲的指摘 – 比如说东说念主们对这些歌曲宽泛使用哪些描摹词和讲话, 以及哪些其他艺术家和歌曲也会和它们放在全部讨论。

天然我不知说念 Spotify 怎样管制他们执取的数据,然则我可以先容下 The Echo Nest 是怎样使用它们的。他们会把数据分类成“文化向量”和“最好考语集”。每个艺术家和歌曲都特等以千计的逐日更新的最好考语集。每个考语都有一个筹办的权重,来示意其态状的要紧性(简便说便是某东说念主可能会用该考语态状某个音乐的概率)。

[ “Cultural vectors”, or “top terms”, as used by the Echo Nest. Table from Brian Whitman]

然后,与协同过滤雷同,天然讲话管制模子用这些考语和权重来创建一个歌曲的抒发向量,可以用来笃定两首音乐是否相似。很酷吧?

推选模子之三:原始音频模子

领先,你可能会问这个问题:

然则,Sophia,咱们一经从前两种模子中得回了这样多数据!为什么还要陆续分析音频自己呢?

额,领先要说的是,引入第三个模子会进一步提升这个一经很优秀的推选管事的准确性。但骨子上,聘请这个模子还有另外一个次要标的:原始音频模子会把新歌沟通进来。

比如说,你的创作歌手一又友在 Spotify 上刚放上了一首新歌。可能它唯独 50 次听歌纪录,是以很少能有其他听众来全部协同过滤它。与此同期,它也在网上也莫得留住若干思路,是以天然讲话管制模子也不会看重到它。庆幸的是,原始音频模子并不辞别新歌曲和热点歌曲。是以有了它的襄理,你一又友的歌曲也可以和流行歌曲一说念出现时每周发现的歌单内部。

好了,到了“怎样”的部分了。咱们怎样才调分析这些看起来如斯综合的原始音频数据呢?

…用卷积神经辘集!

卷积神经辘集不异亦然扶植面部识别的技巧。只不外在 Spotify 的案例中,他们被稍作修改以基于音频数据管制而不是像素点。底下是一个神经辘集架构的例子:

[Image credit: Sander Dieleman]

这个特定的神经辘集有四个卷积层,具体为图中左侧的宽柱,和右边的稍稍窄些的三根柱。输入是音频帧的时频示意,进而一语气起来造成频谱图。

音频帧会穿过这些卷积层,经过终末一个卷积层,你可以看到一个“全局临时池”层。该层在所有时间轴上辘集数据,并灵验推测打算和统计歌曲时长内的学习特征。

管制完之后,神经辘鸠合得出其对歌曲的相识,包括推测的时间签名,曲调,调式,球拍及音量等特征。底下便是 Draft Punk 的 “Around the World” 30 秒片断的数据图。

[Image Credit: Tristan Jehan & David DesRoches (The Echo Nest)]

最终,对这些对歌曲关节特征的相识可以让 Spotify 来决定歌曲之间的相似度,以及把柄用户听歌历史来判断哪些用户可能会可爱它们。

这些基本涵盖了为每周发现提供救济的推选功课历程所依赖的三种主要模子。

[ Cassandra instances]

天然了,这些推选模子也和 Spotify 其它更大的生态系长入语气在全部,其中包括诈欺海量的数据存储以及卓著多的 Hadoop 集群来作念推选管事的膨胀,使得引擎得以推测打算巨型矩阵,用之不休的互联网音乐著作和多量的音频文献。

我但愿本文可以对你有所启发,何况像那时它对我一样不详激起你的敬爱。怀着对幕后的机器学习技巧的了解和感恩之情,现时我将通过我我方的每周发现来寻找我可爱的音乐。



Powered by 娱乐星网 @2013-2022 RSS地图 HTML地图