Reflexions sobre periodisme, comunicació i cultura

Pot ser agosarat voler resumir en dues línies el que ha passat al món de la música els darrers 20 anys, però jo ho intento.

Gràcies a la tecnologia han succeït dues coses: Enregistrar música és més fàcil i barat que mai, i distribuir música és també més fàcil i barat que mai. Resultat: mai l’oferta musical havia estat tan gran. ¿Amb els milions i milions de Petaflops -permeteu-me exagerar amb la unitat de mesura- de música que circula per la xarxa a diari, com descobrim coses noves? O millor: Com no perdre el nord quan rebem inputs cada cop més nombrosos i dispersos dels diferents mitjans de comunicació especialitzats, o com no perdre el cap al moment de posar-nos davant del camp de cerca de la nostra aplicació d’escolta musical preferida i no quedar-nos en blanc.

Tant tendes de discos i de música digital online, com  aplicacions per reproduir música, confien en la tecnologia, i disposen del seu propi algoritme per fer recomanacions als usuaris de quina pot ser l’escolta o la compra següent. Hi ha dos tipus d’algoritmes de recomanació: un de social -el que utilitzen serveis com Last FM o Amazon- i un altre basat en el contingut -com el de Pandora o Genius.

L’ algoritme social es el que recull dades del que els agrada als nostres amics, i compara les nostres escoltes amb les dels altres usuaris per fer-nos recomanacions -fórmules similars s’utilitzen també per fer recomanacions de llibres o de pel·lícules i altres productes. L’algoritme basat en el contingut analitza, per una banda, les metadades, és a dir, les etiquetes que porta l’arxiu: gènere, autor, àlbum, any, discogràfica… i, per una altra banda, el contingut acústic en si, determinant el ritme, els instruments que predominen, i paràmetres com l’harmonia o la melodia… Però, quin és el sistema més susceptible de descobrir-nos coses que ens agraden?

Segons Oscar Celma, enginyer de recerca a Gracenote i autor del llibre “Music Recommendation and Discovery” el millor seria un sistema de recomanació híbrid, es a dir, que analitzés tant les dades socials com les dades referents al contingut. Segons ell, “el sistema social és més propens a recomanar allò que ja coneixes prèviament i fa recomanacions menys agosarades que un sistema basat en el contingut: Si t’agraden els Beatles, et pot agradar també Paul McCartney, John Lennon, George Harrison, Paul McCartney & Wings, Ringo Starr, Wings”.

Mentre aquestes recomanacions menys agosarades poden ser útils per generar llistes de reproducció aleatòries amb els nostres artistes preferits, si estem oberts a descobrir coses noves, els algoritmes basats en el contingut poden ser més efectius. Projectes com “The Music Genome Project”  de Pandora van més enllà i compten amb un equip d’experts que analitzen cançons individualment i els donen una sèrie d’atributs -fins a 400- que capturen la identitat d’una cançó. Segons Celma, “Recentement s’ha incrementat la recerca i interès pels sistemes de cerca basats en els diferents atributs qualitatius de la música, com ara l’emoció, i hi ha força estudiants de doctorat que fan recerca en aquest sentit”.

Atributs com alegria, tristor, foscor, energia, música per córrer, música per escoltar de bon matí, música per cantar a la dutxa, per treballar, per llegir, música que evoca un dia d’estiu o una tarda de pluja. Aquestes son les etiquetes amb les que es busca la música a serveis com Stereomood, Musicovery o Rockola, en els que la mateixa comunitat d’usuaris és qui etiqueta les cançons segons les sensacions i emocions que els desperten intentant definir quin és el so perfecte per a cada ocasió. Sembla lògic voler confiar en aquest tipus de sistema ja que la música ens agrada o disgusta al marge de qualsevol raonament.

Amb totes aquestes possibilitats descobrir música a la xarxa és encara un repte, en el que tant estudiants de doctorat com joves “start-ups” fan les seves propostes. Serveis com Serendip.me o This is my Jam, aprofiten la música ja existent a Youtube, Bandcamp o Soundcloud per generar llistes de reproducció que facilitin la descoberta.

“A mi m’agradaria disposar d’un sistema que m’avisi o notifiqui de tota la música que m’estic perdent, especialment a llocs web com bandcamp, soundcloud o inclús cdbaby que disposen de milions de cançons, però no hi ha mecanismes efectius que ens permetin descobrir-la. Aquí és on realment un sistema de recomanació ens podria ajudar: mira, aquí tens el meu perfil de Last Fm o de Facebook, espavila’t i genera’m una playlist amb música desconeguda que m’agradi. Aquesta eina, idealment, ajudaria també als músics a ser descoberts!“, diu Celma.

Al final les descobertes més importants les fem perquè algun amic ens recomana alguna cosa, perquè coneix els nostres gustos i considera que ens pot agradar, i tal com diu l’Oscar Celma, “perquè vas a un concert i els teloners t’impressionen moltíssim”. Curiosament la recerca en les noves aplicacions amb les que descobrirem, compartirem, escoltarem  i produirem música en un futur proper, es desenvolupen en jornades com el Music Hack Day, unes trobades a nivell internacional on és donen cita dissenyadors, músics i desenvolupadors, on en persona, i al llarg de 24 hores es creen des de zero els prototips de les aplicacions amb les que perdrem el cap ben aviat.

*La propera edició del Music Hack Day de Barcelona, se celebra dins la programació del Sónar Pro.

–

Antònia Folguera, productora audiovisual i cultural | @bzzzbip

Aquesta entrada s'ha publicat el 15-05-2012 a les 9:51 i arxivada en Música, Xarxes socials. Podeu seguir les respostes a aquesta entrada mitjançant el canal RSS 2.0. Podeu deixar una resposta, o fer-ne referència des de la vostra pàgina web.