Plattformen er sterkt overmettet, og for etiketter som ønsker sin neste store pengeprodusent, er det umulig mareritt å sortere gjennom alle disse sporene. Å signere en håndfull artister i håp om at man skal bli stort suksess er også et gamble.
Løsningen? Algoritmer.
En ny programvare kalt museum er utviklet for å kjøre på streamingtjenester, skanne gjennom tusenvis av sanger, og kategorisere dem etter sjanger. Musiio er også i stand til å finne likheter mellom en demo online og en eksisterende topplistehit.
Andre algoritmer er opplært til å behandle mønstre i digitale data, hvor store mengder online aktivitet kan indikere en trendende artist. For eksempel hvor en sang blir brukt på TikTok millioner av ganger, eller høyt engasjement på en kommende artists YouTube-video.
Programvaren heter Sodaton og kan også oppdage omtaler på musikkblogger, høye bookingsnummer for spillesteder, og antall ganger et spor er inkludert i spillelister eller diagrammer. Promo fra influencers er også viktig for å hjelpe etiketter med å finne kommende artister.
Mens denne typen teknologi bare har dukket opp de siste tre årene, har AI og algoritmer vært en del av musikkopplevelsen for mange flere.
Tenk på spillelisten din 'Discover Weekly', eller den etterlengtede 'Spotify Unwrapped' som analyserer dine årlige lyttevaner.
Disse skreddersydde spillelistene samler inn massevis av data om lyttevanene dine for å anbefale mer musikk som passer din smak.
Bruken av algoritmer i streamingindustrien har ofte blitt bestridt. For eksempel, hvis artister vet at en sang bare trenger å spilles i 30 sekunder for å telle som et spill, så vil de selvfølgelig begynne å plassere noen av albumets beste øyeblikk ved starten av et spor.
I andre tilfeller er skjevhet fremhevet som et problem for musikkalgoritmer. Som alltid vil den som koder algoritmen, ubevisst innlemme noen av sine egne skjevheter i den, noe som betyr at rasemessige og kjønnsmessige skjevheter eksisterer innenfor.
A studere på anbefaling algoritmer viste at apper som Spotify er mer sannsynlig å foreslå mannlige artister over kvinnelige artister. Imidlertid kan disse skjevhetene fjernes, når de er korrekt identifisert, og adressert.
Når det er igjen algoritmer for å oppdage artister som gjør musikk synonymt med dagens Topp 40, risikerer vi ikke å høre annet enn det samme gjentatte ganger?
Sannsynligvis ikke, fordi dette allerede har skjedd i populærmusikk i årevis.
Mange mener at mens algoritmebruken øker innen musikkbransjen, vil de ikke helt overta ennå.
Det er begrensninger for hva AI kan gjøre med musikk. Populære sjangere som pop, indie, trap og britisk smuss kan lett oppdages, men nisjetyper av kulturell musikk kan fremdeles ikke sorteres godt.
Når det gjelder kultur og kunst - begge veldig subjektive opplevelser - høres det ut som et menneskelig preg er nødvendig for å finne ekte talent. I hvert fall for nå.
3
energi
0 kommentarer
