2014-7-29 16:49| 发布者: tianzc| 查看: 1153| 评论: 0
腾讯创意本月推荐 创意的产生(why)
我们不禁地问,互联网时代的您,到底还会听歌么?是不是除了掰着手指头就能数清楚的那几个歌手,根本不知道哪个歌手的哪首歌自己可能也会称心? 是不是打开音乐软件,能想起来的来来回回也就那么几个人几首歌,不断的单曲循环,列表内循环? OK,QQ音乐·单曲电台就可以帮您在海量音乐中寻找属于您自己的那份惊喜! 创意的产品功能/使用场景介绍(what/where) QQ音乐近期先后在y.qq.com主页,Mac QQ音乐以及iPhone QQ音乐上线了单曲电台产品。
y.qq.com作为QQ音乐的web主页版本首先上线了“单曲电台”,当用户在单曲当前播放界面点击“单曲电台”绿色按钮,电台系统便会自动考量歌手特点,歌曲特征等诸多因素自动匹配出与当前歌曲听感相似的好歌,并创建出当前歌曲的专属电台!
Mac版本之“单曲电台”启动页面
Mac版本之“单曲电台”播放页面
总之,不管是在y.qq.com还是MacQQ音乐,当用户根据自己喜欢的单曲创建了单曲电台之后,即刻便可以轻松加愉快地享用由系统自动生成的相似歌曲“大餐”,在不经意间会发现原来TA喜欢的歌曲可以更多,原来还有那么多未曾耳闻的歌曲竟然也能满足自己的耳朵。
创新性描述(innovation) 提到单曲电台,其中的“电台”二字可能会让您感觉似曾相似,但是QQ音乐·单曲电台并非传统意义上的由音乐编辑人工组织的歌单或者推荐系统基于收集用户听歌行为产生的推荐歌单。我们在国内互联网音乐行业首创使用基于歌曲本身的音频特征来无偏见、无差别地衡量歌曲之间的相似度,以音乐旋律作为主线串联起海量曲库中的每首歌曲,从而为用户带来真正听觉意义上的惊喜和认可。
实现方法 (How) 音乐的声学物理特征,除了大家所熟知的节奏(快慢),音量(大小),调性(高低)等常见特征外,我们还采用了诸如MFCC系数,Energy能量,Pitch音高,Zero-Crossing过零率等更为客观的声学物理特征来对歌曲的音频特征进行量化。针对全音乐库中每首歌曲提取上述特征后组成音频特征向量,然后在相似歌手的所有歌曲中离线遍历计算歌曲之间的相似度值,最终得到歌曲之间的相似度值。 看到这,细心的您可能注意到歌曲相似度的计算是复杂度相当高的工作,那全库歌曲两两计算一遍相似距离,这得需要很长时间才能完成吧?没错,咱们QQ音乐曲库规模一直在高速扩充,几百万的曲库中的歌曲如果两两进行音频特征向量的距离计算,显然计算复杂度让人无法直视。怎么办?其实呢,歌曲作为音乐人表达情感的方式其特征往往和演绎该音乐的歌手(艺人)有着很大的关系,所以我们可以把相似歌手演唱的所有歌曲作为一个曲库子集,仅在这个子集中计算歌曲之间的相似度从而大大降低了歌曲相似度的计算量。更重要的是我们根据大量实验数据发现,虽然这个优化可能会丢失很少部分非相似歌手演唱的但歌曲特征上讲仍然相似的歌曲,但是相对于计算复杂度的大幅减少来说性价比仍然是非常高的,可以说用10%的计算量即可以为用户发现90%以上的称心好歌,绝对算得上高效划算!
单曲电台算法的整体流程图大致如下:
主创团队的背后(background): 数字音乐部-音频基础开发组的ethanzhao(赵伟峰),liweizhang(张李伟),jonsonchen(陈剑锋)三位同学在进行音频特征提取来做歌曲分类的时候,逐步发现歌曲的声学物理特征可以用来准确地衡量歌曲之间的相似度,于是星星之火可以燎原,慢慢地,慢慢地,整个曲库的歌曲就被这样一个又一个声学物理特征串联了起来,形成了一张庞大的歌曲关系网,于是那些跳动的音符终于可以不再孤单徘徊。在这样的歌曲网络中,您只需打开其中任意一个结点,便可以在音乐的海洋中纵情徜徉。
产品的意义对未来的展望(for future) QQ音乐·单曲电台在国内首创以用户熟悉的单曲作为触发线索,帮助每个用户发现更多更可能喜欢的好音乐的方式。在上线以后就得到了用户的好评以及36Kr等知名科技博客的赞誉。即使放眼海外,该功能的同类产品也是寥寥无几,例如iTunes的Radio Station也没有摆脱愈发泛滥的基于长时间收集用户收听行为习惯后进行繁杂数据挖掘和推荐算法进行歌曲推送的怪圈!我们的单曲电台,作为电台类的小清新产品,另辟蹊径,能够帮助用户即刻、准确的享受到更多心水好歌,便是我们初创该产品的终极目标。
|