Как умные колонки ставят музыку, которая нам нравится
Спрос на умные колонки в России растет: за первую половину 2023 года было продано 1,5 млн устройств, что на 40 % больше, чем за тот же период в прошлом году. Мы привыкли просить голосовых помощников завести будильник, рассказать о погоде и, конечно же, включить музыку. Но как колонки ставят треки, которые нам нравятся? Разбираемся в статье.
Откуда смарт-колонки берут музыку
Они используют разные музыкальные источники. Например, можно выбрать интернет-радио или подключить колонку к смартфону через bluetooth и воспроизводить песни с устройства. Однако чаще всего смарт-колонки проигрывают музыку из стриминговых сервисов.
Выбор стриминга зависит от устройства и установленного на нем умного помощника. Так станции от «Яндекс», некоторые модели JBL и другие девайсы с Алисой воспроизводят композиции из сервиса «Яндекс.Музыка». VK-капсулы и другие устройства с Марусей берут контент из «VK Музыки», а колонки от «Сбер» с ассистентом Салют — из HiFi-стриминга «Звук».
Как треки попадают в рекомендации
Алгоритмы музыкальных сервисов постоянно собирают и анализируют информацию о пользователях и их поведении. На основе данных сервис предлагает каждому рекомендации — персонализированный список песен, который может понравиться слушателю. Выделяют четыре основных метода работы алгоритма.
Сбор информации
Музыкальные приложения считают недавно зарегистрированного пользователя «холодным» и не знают, что ему рекомендовать. Чтобы составить представление о слушателе, алгоритм предлагает выбрать несколько любимых исполнителей и жанров, а также опирается на всю доступную информацию из аккаунта: пол, возраст, местоположение и другие сведения. А еще программа запоминает артистов и песни, которые ищет и сохраняет человек. На основе наблюдений приложение начинает составлять рекомендации.
Коллаборативная фильтрация
Сервис анализирует сохраненные композиции разных пользователей и ищет среди них похожие. Если плейлисты двух человек совпадают на 70 %, алгоритм допускает, что оставшиеся 30 % различающихся песен тоже понравятся обоим. Исходя из этого, программа предлагает людям песни из плейлиста похожих слушателей.
Контентная фильтрация
В этом случае ПО анализирует базовые характеристики музыкальных треков: жанр, тональность, используемые инструменты, тексты. Именно поэтому любители романтических поп-песен в рекомендациях увидят поп-исполнителей, а слушатели рэпа — рэперов.
Обратная связь от пользователя
Когда человек слушает треки из рекомендаций, алгоритм отслеживает его реакцию. Учитываются лайки, дизлайки, длительность прослушивания и скипы — перелистывания композиций.
Музыкальные сервисы постоянно улучшают и дорабатывают механизмы подбора рекомендаций с помощью машинного обучения и ИИ, чтобы сделать плейлисты еще более персонализированными.
Как улучшить точность рекомендаций
Пройдите опрос о предпочтениях
После регистрации в приложении потратьте время и «расскажите» сервису об исполнителях, которые вам нравятся. Выберите как можно больше жанров и артистов, чтобы алгоритмам было проще вас понять. Если вы этого не сделаете, программа посчитает вас холодным пользователем и предложит послушать популярные треки, которые устраивают большинство людей.
Если вы пропустили этот этап при регистрации, к нему всегда можно вернуться в настройках сервиса.
Давайте приложению обратную связь
Не забывайте обучать сервис и показывать ему, какие песни вам нравятся, а какие — нет. Для этого вы можете использовать лайки и дизлайки или сообщать умной колонке свои предпочтения голосом.
Очищайте историю прослушивания, если музыку выбирали не вы
Если на домашней вечеринке или в поездке другие люди заходили в ваш аккаунт и слушали с него музыку, в рекомендациях вы увидите микс из самых разных жанров. Скорее всего, он вам не понравится. Чтобы «вернуть алгоритмы на место», зайдите в историю и поставьте дизлайки всем песням, которые включал кто-то другой.
Интересует подключение продуктов Ростелекома?
Оставьте заявку и наш специалист проконсультирует вас.