Cómo la IA está jugando un papel más importante en la transmisión de música de lo que jamás imaginó


Nuestra misión de ayudarlo a navegar por la nueva normalidad está impulsada por los suscriptores. Suscríbase hoy para tener acceso completo a nuestro periodismo.

Detrás de escena de algunos de los servicios de transmisión de música más populares, la inteligencia artificial funciona como un DJ automatizado, decidiendo qué canciones le gustan al oyente.

La capacidad de la tecnología para aprender millones de canciones de los hábitos de escucha de millones de usuarios ha hecho que el software sea clave para casi todos los servicios de transmisión de música en la actualidad.

Pero su trabajo no se detiene ahí. La IA está desempeñando un papel cada vez más importante en algunos de los desafíos más sutiles asociados con la transmisión de música, como ajustar el volumen y eliminar el aire muerto.

Por ejemplo, Sonos, conocida por sus altavoces de audio inalámbricos, debutó en abril con Sonos Radio, un servicio de transmisión que ofrece estaciones de radio de terceros, así como la primera incursión de la compañía en la programación musical original. La tecnología de aprendizaje automático proporcionada por un socio, Super Hi-Fi, ayuda con una tarea importante: crear una transición fluida entre canciones.

Sin él, el oyente puede molestarse por las grandes diferencias de volumen entre las canciones individuales. Por ejemplo, las canciones grabadas en la década de 1970 suelen ser más tranquilas que las canciones más modernas, en parte debido a las técnicas de grabación de la época y los gustos musicales cambiantes.

El gigante de la radio en línea iHeartMedia, que tiene su propio servicio de transmisión y lista de reproducción, también está utilizando el aprendizaje automático de Super Hi-Fi. La tecnología evita breves silencios entre canciones, que podrían frustrar a los oyentes y llevarlos a cambiar a un rival.

«Es el mayor pecado en la radio, tener aire muerto», dijo Chris Williams, director de productos de iHeartMedia.

El director de tecnología de Super Hi-Fi, Brendon Cassidy, explicó que los avances en las redes neuronales, el software sofisticado que aprende patrones al analizar grandes cantidades de datos, han permitido una magia de audio más sofisticada. La empresa utiliza datos de sonido para entrenar la tecnología de modo que el sonido se pueda ajustar con precisión sobre la marcha.

«Lo intentamos hace años antes de que todo este material de aprendizaje automático estuviera disponible y no tuvo tanto éxito», dijo Cassidy.

Tony Jebara, jefe de aprendizaje automático de Spotify, dijo que además de utilizar el aprendizaje automático para el papel de DJ de listas de reproducción, la IA también ayuda con tareas más matizadas. Esto incluye agregar sorpresas a las listas de reproducción personalizadas.

Recomendar la misma canción con demasiada frecuencia, incluso si un usuario la ha escuchado durante semanas, podría aburrirlos, dijo Jebara.

«Para la música, es bastante fácil hacer que alguien consuma dándoles lo que consumieron ayer; es una especie de encarte de mesa», dijo Jebara. El uso de la inteligencia artificial para ocasionalmente «salpicar» las sorpresas basadas en la escucha previa de una persona ayuda a darle vida a las listas de reproducción personalizadas y evitar que abandonen la empresa.

Aún así, los servicios de transmisión de música continúan dependiendo de curadores humanos y editores de música. Después de todo, la música es compleja, similar al lenguaje humano, y difícil de entender por completo para la IA.

Según Jebara, los editores de música humana de Spotify identifican «cosas que no vemos en los datos» como nuevos géneros y tendencias musicales. Si bien la tecnología es excelente para reconocer patrones dentro de millones de canciones, tropieza al tratar de analizar canciones de un género para el que nunca se ha entrenado.

Ryan Taylor, gerente general de Sonos Radio, dijo que Sonos Radio usa personas en lugar de tecnología para seleccionar sus listas de reproducción de música porque son mejores que la IA actual para determinar una canción más parecida a una canción de David Bowie que a Led Zeppelin. Describe estos matices como «elementos no del todo tangibles».

«La verdad es que la música es completamente subjetiva», dijo Taylor.

«Hay una razón por la que estás escuchando a Anderson .Paak en lugar de una canción que suena como Anderson .Paak», dijo Taylor, refiriéndose a un popular cantante de R&B.

A la gente le gusta una canción por muchas razones, desde el amor por sus artistas favoritos hasta la identificación con las canciones debido a una conexión cultural. Son estos intangibles los que proporcionan contexto a la música, y estos elementos difíciles de describir no se pueden representar en datos, al menos por ahora, que el software comprende.

«En algún momento en el futuro, la IA podría captar estas cosas», dijo Taylor. «En última instancia, las redes neuronales pueden llegar allí de manera segura, pero requieren más información que un catálogo de 80 millones de pistas».

Se necesita leer más cobertura técnica desde capital::

  • Lo que Silicon Valley necesita de las elecciones de 2020
  • Se han agregado dos características innovadoras a una computadora portátil Lenovo, pero ¿se venderá?
  • Menos camareros, sin menús: ¿Es el nuevo servicio de Square el futuro de la comida?
  • Los usuarios de Instagram y Messenger pronto podrán chatear entre aplicaciones
  • Walmart presenta un nuevo diseño de tienda inspirado en Amazon y los aeropuertos

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *