品玩

科技创新者的每日必读

打开APP
关闭
数码产品

用“标签”解构音乐,Jing.FM是如何让歌曲听懂人的语言的?

L. Leung

发布于 2013年7月22日

距离Jing.FM iOS 2.0和Android 1.0上线已经近两个月,作为一个从去年六月份Jing 开始内测就在使用的人来说,当时新版本并没有引起我太多的注意。但恰好一个朋友下载了其Android 版本,并批评了其直接照搬iOS UI 的设计,所以我赶紧更新了iOS 端并下载了Android 版开始试用。新版本试用了之后,却发现一些让我感到意外的新鲜东西。

Jing.FM 刚上线的时候,其HTML5 的网站设计异常简洁,突破了之前所有电台的形式, 而其心情搜索的功能也非常有趣,再加上创始人施凯文(Kay)之前的传奇经历,让这个产品很快流行了起来。但当时的Jing ,从我个人较多来说,除了出色的网站设计和标签搜索的方式,并没有其他更值得深挖的亮点。

但这次更新之后,我发现Jing 把背后正在做的事情提到了表面上来,其特殊的标签搜索背后庞大的音乐体系和结构化工程,都开始让用户能够真正的感受到了。传统的音乐模式,只有歌曲名、专辑、歌手等一些基本信息,纵使之前有一些风格、心情的搜索,也只是简单的归类。而Jing 正在做的,是将音乐通过大量的“tag”全方位来解构,将这些数据进行结构化汇总和呈现,并将音乐所代表的元素与人们的心情、感受等感性化的语言对应起来,让音乐能更加准确的呈现在听众面前。

按照Kay 的说法,新版的Jing 在内容的呈现方式上是一种妥协。之前极简风格的Jing ,要么爱的人爱的要死,要么讨厌的人讨厌的要死,由于Jing 的呈现方式突破了传统的音乐搜索、查找的模式,很多人一上来无法适应。而新版Jing 就是把背后的解构逻辑拿出来给用户看,让他能够快速的适应这种新的音乐播放方式,你可以在App 右侧的搜索栏里面通过风格、乐器种类、状态、情绪、地点等传统的方式查找音乐,也可以通过探索、榜单、电台等来听歌。对于用户来说,学习接受成本和体验鸿沟就大大减少了。

在和Jing 创始团队的人聊天过程中,他们大致给我讲述了Jing 在对音乐进行“Tag 化”的工作。他们把每一首歌或每一支曲子都通过四个维度来添加“Tag”,分别是基础信息、物理信息、情绪信息、周边信息。在每一个维度上都对其元素进行详细的分类:

1. 基础信息:即歌曲的歌名、发行时间、专辑、艺人等,基础信息分类有460多个维度,甚至包括了秃头、嗓音特点等。这些信息识别起来比较简单,基本上是由音乐专业的实习生人工添加完成。(Jing 坐落在中国音乐学院和中国传媒大学之间的A8音乐集团办公楼里,有着很强的资源优势。)

2. 物理信息:这部分主要包括乐器、风格、人声等,这些信息可通过音乐本身的波形、频段等参数来利用技术手段进行“Tag” 添加。每首歌使用的各种乐器、音乐的类型,都会有不同的音色、节奏等特点,这部分Jing 在使用一定的技术模型来匹配之后,基本上能分析出各种音乐的风格、乐器等。

而且在物理信息上,Jing 几乎做到了非常详细的分类。你在音乐风格里,能够找到世界音乐、自赏、萨尔萨、后垃圾、政治雷鬼、基督金属等上百种音乐风格。而在乐器分类里面,更是涵盖了绝大部分的乐器类型,比如尺八、筝、风笛、羽管钢琴、管风琴、八音盒、鸟叫等几十种乐器,包括自然的和不自然的。(不过也不是全部乐器,比如全球仅有几人会弹奏的特雷门琴我就没有找到。)

3. 情绪信息:这部分是Jing 最大的强项,他们将情绪分为13个基本维度,在这之上在辐射出273中情绪分类。比如悲伤这一基本维度下,有伤心、悲恸等。而这部分也是Jing 在自然语言处理上最难的一部分,数以万计的自然语言处理,甚至还有分手、xxoo等相当奇葩的语言标签。但即便如此,Jing 仍然需要做大量的工作,并根据用户输入的语言进行大量的匹配工作。

4. 周边信息:这类信息主要是一些和音乐不太相关的信息,比如场景、地点、状态等。这部分信息可以更精准的了解用户想要听什么样的音乐,Tracy 告诉我,未来Jing 甚至有可能根据LBS 来推荐相关音乐,比如你在敦煌旅行就会听到类似的音乐,你在夏威夷可能听到Ukelele 演奏乐曲的可能性比较多。

Jing 在音乐的分类上,有多达1400多种,而添加到音乐上的Tag,可能超过4000多种,有时一首歌能用到40多个Tag ,而这还没有算上对应的自然语言。

在音乐上进行如此的细分,给了Jing 技术团队相当大的挑战。我在和他们技术负责人聊天时了解到,Jing 不仅在后端音乐数据结构化方面做了大量的工作,同时也对每个用户进行个性化的数据分析。比如你哪首歌听完了、哪首歌听了5秒就跳过了、收藏了哪些音乐、又讨厌了哪些、喜欢古典还是摇滚还是电影原声、对哪一类语言、声音或乐器比较接受等等,这些都会在给用户推荐歌曲的时候进行计算。比如“幽怨”这一类型下面有10首歌,根据用户以前的听歌习惯不同的歌也会有不同的顺序和权重。

当然,这里只是讲了Jing.FM 在音乐内容结构化方面的情况,但和Jing 的多位成员聊过天之后,发现他们公司有太多值得介绍的亮点,不管是他们的实习生机制,还是海贼王文化,抑或是一人一职的强大执行力,未来都有更多有价值的东西和大家分享。

下载品玩App,比99.9%的人更先知道关于「数码产品」的新故事

下载品玩App

比99.9%的人更先知道关于「数码产品」的新故事

iOS版本 Android版本
立即下载
L. Leung

抄袭的产品是没有灵魂的。——专门报道“新、奇、酷”和“具有全球化视野”的 互联网/移动互联网 创业公司。

取消 发布
AI阅读助手
以下有两点提示,请您注意:
1. 请避免输入违反公序良俗、不安全或敏感的内容,模型可能无法回答不合适的问题。
2. 我们致力于提供高质量的大模型问答服务,但无法保证回答的准确性、时效性、全面性或适用性。在使用本服务时,您需要自行判断并承担风险;
感谢您的理解与配合
该功能目前正处于内测阶段,尚未对所有用户开放。如果您想快人一步体验产品的新功能,欢迎点击下面的按钮申请参与内测 申请内测