Чтение онлайн

лись тысячи респондентов. Система, как утверждают ее создатели, выдает высокоточные рекомендации.

Движок MusicGenome изучает вкус абонента, затем генерирует

плей-лист подходящих ему песен. Клиентам не нужно предоставлять

информацию о своих предпочтениях, достаточно ранжировать око-

ло 10 произвольно выбранных фрагментов, присвоив им баллы от 1

(«ненавижу») до 5 («люблю»). На основе ответов система составляет

профиль абонента и в соответствии с ним подбирает произведения

по

различным жанрам или под определенную деятельность/ситуа-

цию (для кардиотренировки, под «меланхоличное настроение», «для

романтического ужина» и т.д). Дифференцированные рекомендации

возможны благодаря опции Multi-Profi le Support (поддержка много-

численных профилей одного и того же пользователя). Выбирая но-

вые песни из рекомендованного плей-листа, клиент информирует

систему о своих предпочтениях, и его профиль обновляется, благо-

даря чему подсказки становятся все точнее.

Разработки MusicGenome могут использоваться на любых плат-

формах – в веб-сайтах, беспроводных устройствах, электронных киос-

ках в магазинах. В частности, MusicGenome оборудовала электронные

киоски Smart Music Terminals в сети музыкальных магазинов Media Markt (180 магазинов в Германии + 140 магазинов в других странах

87 Представлена в январе 2001 г. на конференции музыкальной индустрии MIDEM в

Каннах.

540

ПРИЛОЖЕНИЕ 1: МАРКЕТИНГ МУЗЫКАЛЬНЫХ ЗАПИСЕЙ

Европы). Они облегчают покупателям поиск, позволяя прослушивать

музыку и выдавая рекомендации непосредственно во время шопинга.

Следующий шаг на рынке рекомендательных систем предпринят

компанией Gigabeat. Решив, что опций, поддерживаемых одной техно-

логией, для успешной работы недостаточно, создатели Gigabeat интегри-

ровали музыкальный анализ, коллаборативную фильтрацию, рецензии

критиков и отклики пользователей.

Несмотря на то что рекомендательные сервисы интенсивно разви-

вались, исследовательское агентство Jupiter опубликовало в 2001 году

прогноз, в котором утверждалось, что бурное увлечение этими серви-

сами скоро пройдет, так как потребители теряют интерес к очередному

из них, пробуют следующий, а потом забывают, что они нашли нового

и где. Если эти сайты не будут работать в партнерстве с провайдерами/

дистрибьюторами контента, о них быстро забудут.

В том же 2001 году началось объединение файлообменных сетей

и рекомендательных сервисов. Еще судясь с RIAA, в марте 2001 года

Napster приобрел сервис по рекомендации музыки компании Gigabeat.

Подписку планировали открыть летом 2001 года, однако Napster был

закрыт, и эти планы не сбылись. Интернет-адрес Gigabeat.com

в насто-

ящее время занят сайтом, посвященным портативному музыкальному

плееру Toshiba GIGABEAT Digital Audio Player (конкуренту iPod).

Еще один рекомендательный сервис принадлежал компании Music Buddha, Inc из Сан-Франциско88. Система анализировала элементы

звукового ряда и предоставляла характеристики цифровой музыки для

бизнеса, а также рекомендации по выбору музыки для потребителей.

Не все пионеры рекомендательных технологий дожили до сегод-

няшнего дня. Но среди них есть такие, которые успешно действуют

и поныне, например Music Genome ProjectTM компании Savage Beast Technologies89. Эта система не требует от пользователя никаких усилий, она просто мониторит поведение абонента в сети: что ищет и прослу-

шивает (какие песни/альбомы, произведения каких артистов), что при-

обретает в магазинах партнеров. Информация постепенно накаплива-

ется, уточняя профиль предпочтений клиента.

Вероятно, это самая мощная навигационная и промоутерская сис-

тема по музыке. Savage Beast сотрудничает с: онлайновыми музыкаль-

ными магазинами; интернет-порталами; сервисами, действующими

88 Через какое-то время разработки и интеллектуальная собственность компании

были проданы для покрытия долгов.

89 Ныне Pandora MediaTM (www.pandora.com).

541

ПРИЛОЖЕНИЯ

по подписке; рекорд-лейблами; розничными магазинами (в виде элек-

тронных киосков); интернет-радио-провайдерами; легальным P2P-

сервисами; производителями электронной аппаратуры; поставщиками

контента для мобильных телефонов.

Savage Beast и его крупнейшие клиенты

Проблемой идентификации музыкальных произведений с помо-

щью внутренних характеристик музыки занимался целый ряд компа-

ний. Agent Arts, Friskit, HiFind, Mood Logic, Mongo Music, Music Buddha и Savage Beast привлекали для классификации и описания музыки рес-

пондентов. Cantametrix и Mongo Music формировали свои базы данных

с помощью машинного распознавания мелодий.

В области извлечения музыкальной информации остается ряд не-

решенных проблем: сегментация мелодий, отделение голоса, иденти-

фикация исполнителя и т.д.

11.2. Обзор разработок в области распознавания

цифровой музыки

eTantrum90

Компания eTantrum представила некоммерческую открытую вер-

сию музыкальной идентификации Music ID Service в сентябре 2000