Filter by دسته‌ها
آموزش هوش مصنوعی و انواع آن
آموزش‌های پایه‌ای هوش مصنوعی
اصول هوش مصنوعی
پایتون و ابزارهای یادگیری عمیق
کتابخانه‌ های یادگیری عمیق
یادگیری با نظارت
یادگیری بدون نظارت
یادگیری تقویتی
یادگیری عمیق
یادگیری نیمه نظارتی
آموزش‌های پیشرفته هوش مصنوعی
بینایی ماشین
پردازش زبان طبیعی
پردازش گفتار
چالش‌های عملیاتی
داده کاوی و بیگ دیتا
رایانش ابری و HPC
سیستم‌‌های امبدد
علوم شناختی
دیتاست
اخبار
تیتر یک
رسانه‌ها
آموزش پردازش زبان طبیعی
آموزش علوم داده
اینفوگرافیک
پادکست
ویدیو
رویدادها
دوره
کارگاه
وبینار
کاربردهای هوش مصنوعی
کسب‌و‌کار
تحلیل بازارهای هوش مصنوعی
کارآفرینی
هوش مصنوعی در ایران
هوش مصنوعی در جهان
وبینارها، کارگاره‌ها و دوره‌ها
 هوش مصنوعی در اسپاتیفای با تحلیل آهنگ‌های برگزیده فرد، هنرمندان مشابه را معرفی می‌کند

هوش مصنوعی در اسپاتیفای با تحلیل آهنگ‌های برگزیده فرد، هنرمندان مشابه را معرفی می‌کند

شرکت Anderson با استفاده از هوش مصنوعی در اسپاتیفای آهنگ‌هایی مطابق با سلیقه‌ی شما پیدا می‌کند.
شرکت Anderson یک الگوریتم تطبیق موسیقی Music-matching algorithm دارد. هدف از طراحی این الگوریتم پیدا کردن آهنگ‌هایی است که به آن‌چه قبلاً شنیده‌اید شباهت دارند. در حال حاضر، این الگوریتم قصد دارد در کشف ستاره‌های ناشناخته‌ به شرکت‌های موسیقی کمک کند. اما کاربرد این فناوری تنها به این مورد محدود نمی‌شود؛ در حال حاضر، شرکت Anderson در حال راه‌اندازی ReWrapped است؛ این فناوری می‌تواند آهنگ‌های موردعلاقه‌ی شما در Spotify را تحلیل کرده و آهنگ‌های مشابه را از خوانندگان بدون امضاء پیدا کند.

در گذشته، یعنی قبل از این‌که شبکه‌های اجتماعی ستاره بسازند، علاقه‌مندان باید تلاش می‌کردند تا توجه استعدادیابان را جلب کنند. این افراد که در صنعت به عنوان A&R شناخته می‌شوند، می‌بایست ستارگان آینده (افراد بااستعداد) را پیدا و استعداد آن‌ها را شکوفا می‌کردند. Anderson معتقد است می‌تواند همین کار را، این بار سریع‌تر و با استفاده از یک الگوریتم، انجام دهد.

هوش مصنوعی در اسپاتیفای

اگر یک خواننده یا آهنگساز تازه‌کار هستید، کافی است فایل‌های خود را روی فضای ابری Anderson بارگذاری کنید. بعد از تجزیه و تحلیل این فایل‌ها، هوش مصنوعی در اسپاتیفای مشخص می‌کند که به کدام آهنگ‌های موجود شباهت بیشتری دارند. A&R بر اساس این شباهت، بین آهنگ‌ها جستجو می‌کند. برای نمونه، اگر شرکتی دنبال Dua Lipaی آینده باشد، می‌توانند هنرمندانی را جستجو کند که تا حدی شبیه به Dua Lipaی کنونی هستند.

نیل دون و زک میلر فرنکل، مؤسسان شرکت Anderson، اینطور توضیح می‌دهند که تا کنون حدود 8000 هنرمند به این سامانه ملحق شده‌اند و بیش از 15000 آهنگ بارگذاری کرده‌اند. به گفته‌ی این دو نفر، کاربرانی که آثار خود را بارگذاری می‌کنند می‌توانند خدمات دلخواه خود (برای مثال پیدا کردن مدیربرنامه یا همکاری با کاربران دیگر) را دنبال کنند. علاوه بر این، بیان شده است که الگوریتم مذکور در هر آهنگ حدود 600 ویژگی پیدا می‌کند؛ با تکیه بر این داده‌ها، یک اثرانگشت صوتی بدون سوگیری Unbiased Audio fingerprint از آن اثر به دست می‌آید.

ReWrapped روش خوبی برای شناساندن قدرت الگوریتم تطبیق موسیقی Anderson به عموم مردم است. این برنامه از طریق قابلیت Spotify Wrapped اجرا می‌شود؛ این فناوری در اواخر سال 2020 معرفی شد و بیش از 90 میلیون نفر در آن شرکت کردند. به کمک این فناوری، آهنگ‌هایی به کاربران پیشنهاد می‌شود که به سلیقه و انتخاب‌های قبلی آن‌ها شباهت دارند.

من پلی‌لیست Spotify Wrapped خودم را در اختیار این الگوریتم قرار دادم؛ 5 مورد از 100 آهنگ موجود، انتخاب شده و مورد تجزیه و تحلیل قرار گرفتند. به ازای هر آهنگ، سه پیشنهاد از هنرمندان بدون امضاء به من ارائه شد. علاوه بر این، لینک مربوط به پلی‌لیست Spotify که همه‌ی آهنگ‌های Anderson (قابل دسترس روی سرویس پخش) را در بردارد نیز در اختیار کاربران قرار می‌گیرد. از بین 15 آهنگی که به من پیشنهاد شد، 13 مورد در Spotify و مینی‌سایت خود Anderson قابل پخش بودند.

این الگوریتم یک نمونه آهنگ را گرفته و موارد شبیه به آن را پیدا می‌کند. برای مثال، آهنگ Scottish Rite Temple Stomp از Ninian Hawick که آهنگی به سبک electropop دهه‌ی نود است، با سه قطعه‌ی electropop دیگر تطبیق داشت؛ یا سه آهنگ پاپ با بیس گیتار توسط این الگوریتم شناسایی شدند که شباهت زیادی به آهنگ Magazin از Denim داشتند.

با این وجود، این سیستم کامل نیست. در حال حاضر، این الگوریتم تنها می‌تواند با آهنگ‌هایی کار کند که در دیتابیس آن وجود دارند. برای مثال، قطعه‌ی پیانونوازی تام یورک به نام Suspirium که یک آهنگ باکلام است، توسط الگوریتم با یک آهنگ بی‌کلام مطابقت داده شد. اما بدون شک، تولید الگوریتمی که می‌تواند صداهایی شبیه به آنچه دریافت کرده را پیدا کند، پیشرفتی چشمگیر به شمار می‌رود. مشکل دیگری که می‌توان به آن اشاره کرد این است که، برای مثال، من تنها چند مورد از آهنگ‌های پیشنهادی را دوست داشتم؛ اما بدیهی است که افراد لزوماً دو اثر مشابه را دوست نخواهند داشت. در هر صورت، این هوش مصنوعی در اسپاتیفای را می‌توان روش جالبی برای جستجو میان آهنگ‌ها دانست و باید به این نکته توجه داشت که الگوریتم‌ها ظرفیت پیشرفت و بهبود در آینده را دارند.

انواع کاربردهای هوش مصنوعی در صنایع مختلف را در هوشیو بخوانید

میانگین امتیاز / 5. تعداد ارا :

مطالب پیشنهادی مرتبط

اشتراک در
اطلاع از
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها
لطفاً برای تکمیل این فرم، جاوا اسکریپت را در مرورگر خود فعال کنید.