Internet ha jugado un papel crucial en el crecimiento de los servicios de transmisión de música. Basta pensar que, en 2016, por primera vez en la historia, estas plataformas generaron la mayor parte de los ingresos de la industria musical. Todo gracias a la integración temprana de la Inteligencia Artificial a los servicios de los principales proveedores de música, como Spotify, Apple, Google, Pandora y Amazon.
En la actualidad, casi todos los servicios de transmisión de música ayudan a los usuarios a crear la lista de reproducción correcta a través de la Inteligencia Artificial y Machine Learning, que son capaces de comprender los gustos de los clientes y recomendar canciones para añadir a la cola.
Un conjunto de potentes algoritmos utiliza tu música y tus datos personales para dar forma a toda tu experiencia auditiva.
En el caso de Spotify, utiliza la Inteligencia Artificial y Machine Learning para descubrir y actuar a partir de los datos externos y el comportamiento de los usuarios, conservando su lugar como uno de los sitios de servicios de transmisión de música más populares de la web.
Spotify es la mayor aplicación de servicios de música bajo demanda de la actualidad. La empresa tiene un historial de traspasar los límites de la tecnología mediante el uso de la Inteligencia Artificial y Machine Learning para mejorar la experiencia del usuario a través de una visión matizada de los datos de los clientes. En los últimos tiempos han adquirido varias empresas de tecnologías para ampliar aún más sus posibilidades, asegurándose de que se mantengan a la vanguardia del mundo de la transmisión de música en tiempo real.
Spotify está haciendo todo lo posible para que escuches más música.
La compañía ha creado algoritmos para gobernar todo, desde su mejor pantalla de inicio personal hasta listas de reproducción curadas como Discover Weekly, y continúa experimentando con nuevas formas de entender la música, y por qué la gente escuche una canción o género sobre otra.
La pantalla de inicio de la aplicación es un buen ejemplo de cómo los algoritmos gobiernan una experiencia auditiva. Su objetivo es ayudar a los usuarios a encontrar rápidamente algo que les guste escuchar. La pantalla de inicio se rige por un sistema de Inteligencia Artificial llamado BaRT, Bandits for Recommendations as Treatments. La tarea del sistema es organizar cada pantalla de inicio de forma personalizada para cada usuario. Esto incluye los estantes, o filas de listas de reproducción, y el orden en que aparecen las listas de reproducción en esos estantes.
El sistema BaRT es el equilibrio central de Spotify. Todo su propósito es ofrecerte música que Spotify confía en que te gustará, basándose en tu actividad auditiva anterior. Pero Spotify también tiene que incluir música nueva y fresca para que no te quedes atascado en el bucle de escuchar lo mismo todo el tiempo.
El sistema puede reducirse a dos conceptos, explotar y explorar. Explotar se refiere a utilizar la información que Spotify conoce sobre ti, el usuario. Tiene en cuenta tu historial de escucha de música, las canciones que te has saltado, las listas de reproducción que has creado, tu actividad en las funciones sociales de la plataforma e incluso tu ubicación. Por su parte explora, se refiere a que Spotify utiliza la información sobre el resto del mundo, como listas de reproducción y artistas similares a tus gustos musicales pero que aún no has escuchado, la popularidad de otros artistas y mucho más.
El éxito de BaRT se mide verificando si realmente escuchas la música que te sugieren y por cuánto tiempo. Cuando se transmite una canción durante más de 30 segundos, el algoritmo realiza un seguimiento de la misma como si fuera una recomendación correcta, de acuerdo con la presentación. Cuanto más tiempo escuchas la lista de reproducción o conjunto de canciones recomendadas, mejor será la recomendación.
Spotify deja claro que el éxito de todos los servicios algorítmicos solo es posible porque cada acción que realizas en la plataforma es rastreada y registrada.
Dicho esto, lo datos impulsan las decisiones en todos los departamentos de Spotify. Esta información se utiliza para entrenar algoritmos que extrapolar información relevante tanto del contenido de la plataforma como de las conversaciones en línea sobre música y artistas, asó como de los datos de los clientes, y se utiliza para mejorar la experiencia del usuario.
Un ejemplo es Discover Weekly, que llegó a 40 millones de personas en el primer año de su introducción. Cada lunes se presenta a los usuarios individuales una lista personalizada de treinta canciones. La lista de reproducción recomendada incluye pistas que el usuario podría no haber escuchado antes, pero las recomendaciones se generan en función del patrón de historial de búsqueda del usuario y de sus preferencias musicales potenciales. Machine Learning permite que las recomendaciones mejoren con el tiempo. No solo mantiene a los usuarios regresando, sino que también permite una mayor exposición para los artistas que los usuarios no pueden buscar orgánicamente.
Para que Spotify pueda genera la lista de música personalizada Discover Weekly, el equipo utiliza una combinación de tres modelos:
Filtrado Colaborativo
Esto implica comparar las tendencias de comportamiento de un usuario con las de otros usuarios. La plataforma de Netflix adopta de forma similar el filtrado colaborativo para potenciar sus modelos de recomendación, utilizando las clasificaciones de películas basadas en estrellas de los espectadores para crear recomendaciones para otros usuarios similares. Aunque Spotify no incorpora un sistema de clasificación de canciones, si utiliza la retroalimentación implícita, como el número de veces que un usuario ha tocado una canción en particular, ha guardado una canción en sus listas o ha hecho clic en la página del artista al escucha la canción, para incorporar recomendaciones relevantes para otros usuarios que han sido considerados similares.
Procesamiento del Lenguaje Natural
El Procesamiento del Lenguaje Natural analiza el habla humana a través del texto. La Inteligencia Artificial de Spotify analiza los metadatos de una pista, así como las entradas en blogs y debates sobre músicos específicos, y los artículos de noticias sobre canciones o artistas en Internet. Examina lo que la gente está diciendo sobre ciertos artistas o canciones y el lenguaje que se está usando, y también qué otros artistas y canciones se están discutiendo junto con ellos, si es que se están discutiendo, e identifica términos descriptivos, frases de sustantivos y otros textos asociados con esas canciones o artistas.
Estas palabras claves se clasifican en “vectores culturales” y “términos superiores”. Cada artista y cada canción se asocia con miles de términos que están sujetos a cambios diariamente. A cada término se le asigna un peso, lo que refleja su importancia relativa en términos de cuántas veces un individuo atribuiría ese término a una canción o a un músico que le gusta. Spotify no tiene un diccionario fijo para esto, pero el sistema es capaz de identificar nuevos términos derivados del latín en todas las culturas. Por supuesto, el spam y los contenidos no relacionados con la música se descartan mediante un proceso de filtrado.
Modelos de audio
Los modelos de audio se utilizan para analizar los datos de las pistas de audio en bruto y categorizar las canciones en consecuencia. Esto ayuda a la plataforma a evaluar todas las canciones para crear recomendaciones, independientemente de la cobertura en línea. Por ejemplo, si hay una nueva canción lanzada por un nuevo artista en la plataforma, los modelos de Procesamiento de Lenguaje Natural podrían no darse cuenta si la cobertura en línea y en los medios sociales es baja. Sin embargo, aprovechando los datos de las canciones de los modelos de audio, el modelo de filtrado colaborativo podrá analizar la pista y recomendarla a usuarios similares junto con otras canciones más populares.
Spotify también ha adoptado redes neuronales convolucionales, que resultan ser la misma tecnología utilizada para el reconocimiento facial. En el caso de Spotify, estos modelos se utilizan en datos de audio en lugar de en píxeles.
De esta manera, Spotify se presenta no solo como una plataforma para los músicos populares existentes, sino también como una plataforma que ofrece oportunidades para que la próxima generación de músicos en ciernes gane reconocimiento.
Ya hemos explicado un poco en cómo implementa Spotify la Inteligencia Artificial dentro de su plataforma, veamos ahora cómo los otros principales actores del sector de los servicios de transmisión de música utilizan estas tecnologías para mejorar automáticamente sus servicios.
Apple Music
Con la ayuda de los iPhone e iTunes, Apple ha redefinido toda la experiencia musical de sus clientes. A pesar de ello, sintieron la necesidad de implementar la Inteligencia Artificial para estar a la altura de sus competidores. A así, Apple adquirió Siri por primera vez en 2010 y, más recientemente Shazam. Siri no necesita presentación, es el asistente virtual que hemos conocido a lo largo de los años. Shazam, por otro lado, es la aplicación que puede identificar contenidos digitales de audio y video a partir de una breve muestra de audio, simplemente utilizando el micrófono del dispositivo.
Con 36 millones de suscriptores, Apple Music ocupa el segundo lugar en la industria de la transmisión de música, aunque, a diferencia de todas las demás plataformas, ofrece una solución completa para música, películas, series de televisión, libros y otros servicios relacionados.
Sin embargo, a diferencias de Spotify, Apple Music solo ofrece un servicio basado en Inteligencia Artificial llamado Genius Playlist, en el que el usuario selecciona una canción que le gusta, luego el algoritmo genera una lista de reproducción instantánea con canciones que pueden estar relacionadas con ella, después de analizar las listas de reproducción previamente escuchadas, gustos, disgustos y canciones omitidas.
Amazon Music
Amazon se ha convertido en uno de los líderes en el sector de los servicios de Inteligencia Artificial y el Internet de las Cosas gracias a sus productos Echo, equipados con el asistente de voz Alexa. Un verdadero experto en este campo, Amazon siempre está refinando sus algoritmos, especialmente en el campo de las compras en línea, lo que permite a los clientes encontrar más y más precisos productos relacionados basados en sus búsquedas o compras anteriores.
En la música, el sistema de reconocimiento de voz de Amazon puede decir qué canción quieres escuchar en millones de pistas simplemente citando una frase en la letra.
Gracias al hecho de que una pequeña parte de la plataforma de música de Amazon está disponible gratuitamente para sus usuarios principales, Amazon Music ocupa el tercer lugar en la industria de la música en tiempo real con sus 16 millones de suscriptores mensuales.
Google Play Music
Cuando hablamos de Inteligencia Artificial y Machine Learning no podemos dejar de hablar de Google. El servicio de transmisión de música de Google se ha estado moviendo automáticamente desde 2016, cuando decidió rediseñar Android e integrar algoritmos de Inteligencia Artificial en ella.
La aplicación puede tener en cuenta factores como la ubicación, la hora del día y el clima para sugerir las pistas correctas del catálogo de más de 30 millones de canciones.
Machine Learning, impulsado tanto por los datos de los usuarios como por los datos externos, se ha convertido en el núcleo de los servicios de transmisión de música, ayudando a los artistas a comprender mejor a su público y a llegar y ser descubiertos, a la vez que ayuda a las plataformas a permanecer en la cima del espacio de transmisión de música a través de un profundo conocimiento de su base de clientes y de las recomendaciones predictivas que hacen que los usuarios sigan volviendo.
Si te parece interesante esta información y quieres profundizar tus conocimientos dentro del área de los Sistemas de Recomendaciones de manera teórica tengo un curso dedicado completamente a este contenido, si quieres obtener más información ingresa a este link.
Con esto finalizamos la explicación. Sabiendo lo aprendido acá, te dejo la siguiente pregunta, ¿Cuáles de las siguientes afirmaciones crees tú que sea cierta?
Opción 1: Los servicios de transmisión de música solo toman la información de las canciones que escuchas para realizar recomendaciones
Respuesta Incorrecta. Los servicios de transmisión de música toman la información de las canciones pero también el tiempo que dura la reproducción, así como también las canciones que dejas de reproducir y mucha más información para que en base a eso realizar las recomendaciones adecuadas.
Opción 2: Spotify utiliza un sistema de filtrado colaborativo y redes neuronales convolucionales para realizar la recomendaciones
Respuesta Correcta.
Opción 3: El resto de plataformas de música utilizan de una u otra forma tecnologías de Inteligencia Artificial para recomienda a sus usuarios las canciones que recomienda escuchar.
Respuesta Correcta.
