Hazel Savage, CEO & Co-Founder von Musiio – Interview-Serie

Musiio bietet AI-gestützte Analyse-, Tagging- und Suchtools für einige der größten Musikarchive der Welt an, darunter Sony Music, Hipgnosis, Amanotes, Epidemic Sound und Blanco Y Negro.

Als Rock-Liebhaberin und Gitarristin wurde Hazel Savage zur Co-Founderin und CEO. Sie hat 15 Jahre in der Musikindustrie verbracht und für einige der größten Musikmarken der Welt gearbeitet – von der Lagerverwaltung bei HMV bis zur Leitung von Teams in Unternehmen, die an der Spitze der Musikwiedergabe und Empfehlungen stehen. Hazel versteht die Bedürfnisse der Branche, von Musikern bis hin zu großen multinationalen Unternehmen.

Sie waren über 15 Jahre in der Musikindustrie tätig, was macht Sie so leidenschaftlich für Musik und warum wollten Sie in die Musikindustrie einsteigen?

Meine Eltern waren ziemlich rockig. Sie waren enorme Musikfans, also war ich immer von Musik umgeben. Dann bekam ich zu meinem 13. Geburtstag eine Gitarre. Ich spiele noch immer und habe eine Leidenschaft für Live-Auftritte. Als ich herausfand, was ich mit meinem Leben machen wollte, ergab es Sinn, mich auf etwas zu konzentrieren, dem ich fast meine ganze Zeit gewidmet hatte.

Ich habe dann eine Menge Dinge getan, die tangential damit zu tun hatten. Ich spielte in einer Band. Ich managte Bands. Ich organisierte Clubnächte. Ich verteilte Flyer für die Clubnächte anderer Leute, führte Gästelisten und bevor ich es wusste, wurde es zu einer Karriere, obwohl definitiv mit einer technischen Note.

Können Sie die Entstehungsgeschichte hinter Musiio teilen?

Mein erster Job nach dem Studium war es, Regale in HMV (dem britischen Plattenladen) zu stapeln. Man könnte sagen, dass ich seitdem die Probleme mit der Kategorisierung von Musik kenne. Ein paar Jahre später (via Shazam, Pandora und Universal) arbeitete ich für eine UGC-Musikplattform mit Tausenden von Tracks, die täglich hochgeladen wurden. Ich arbeitete mit einem Playlister, der die besten Musik-Uploads manuell in Playlists zusammenstellen musste. Er hörte sich täglich Hunderte von Tracks an. Manchmal hatte er genug geeignete Inhalte für eine Playlist. Manchmal nicht. Ich begann, mich zu fragen, ob es vielleicht eine Möglichkeit gäbe, das Finden der besten Tracks für eine bestimmte Situation zu automatisieren. Auf diese Weise könnte er seine Fähigkeiten als Musikexperte für die Kuratierung nutzen, anstatt nur als Filter für schlechte Musik zu dienen.

Musiio wurde gegründet, als ich meinen Co-Founder Aron Pettersson durch den Start-up-Inkubator Entrepreneur First in Singapur im Jahr 2018 traf. Aron ist ein AI-Genie. Als wir über Möglichkeiten sprachen, wie wir zusammenarbeiten könnten, realisierten wir, dass wir vielleicht Arons AI-Fähigkeiten nutzen könnten, um das Problem der musikbasierten Filterung zu lösen, also Musik automatisch mit Genres, Stimmungen, BPM usw. zu taggen oder zu durchsuchen. Aron baute ein Prototyp des Algorithmus in einem Nachmittag und wir ließen es auf einem kostenlosen Musikarchiv laufen. Wir gingen zum Mittagessen und ließen es die Daten verarbeiten. Als wir zurückkamen, waren wir von der Genauigkeit der Ergebnisse erstaunt. Wir hätten nicht gehofft, ein erfolgreicheres Konzept zu finden. Von dort aus haben wir den Algorithmus massiv optimiert. Wir haben ein Musikteam, das hilft, die AI zu unterrichten und die Qualitätssicherung durchzuführen, und wir haben Produkte für Tagging, Audio-Referenzsuche, Playlisting und sogar Song-Segment-Auswahl für Plattformen wie TikTok veröffentlicht.

Welche Arten von Machine-Learning-Algorithmen werden verwendet?

Wir haben unsere eigenen proprietären Algorithmen entwickelt und betrachten dies als unser Geheimrezept! Mein Co-Founder Aron hat über ein Jahrzehnt lang an der Spitze des Machine Learning in Bereichen wie Molekularbiologie, Neurowissenschaft, Physik und sogar Spieleentwicklung gearbeitet. Er leitet unser AI-Team. Wir nutzen auch großartige verfügbare Technologien wie TensorFlow, Kubernetes und Google Cloud Services, um unsere Produkte auf einer großen Skala zu liefern und unsere Produkte auf eine massive Skala zu bringen. Wir haben auch viel Zeit und Mühe in die Optimierung unserer Workflows in JIRA investiert; es geht nicht nur darum, welche Tools man verwendet, sondern auch, wie effizient man mit einem Team von Entwicklern und Musikexperten arbeiten kann. Die Kombination aus AI- und Musikteam ist der zweite Teil unseres Geheimrezepts.

Welche Herausforderungen gibt es beim Aufbau einer Suchmaschine für Musik?

Geschwindigkeit und Genauigkeit sind die großen Herausforderungen bei der Suche. Es muss schnell sein, weil Menschen es in Echtzeit verwenden. Dies ist anders als bei der Tagging, da ein Benutzer oft mehrere Suchanfragen stellt, aber die Tagging nur einmal erfolgt.

Es gibt verschiedene Dinge, die man tun kann, um die Suche zu beschleunigen. Man könnte einfach Tracks anzeigen, die die gleichen Tags wie der Seed-Track haben, aber man würde die Genauigkeit opfern. Eine reine Audio-Referenzsuche über ein Katalog von 200 Millionen Tracks kann lange dauern, also muss man ständig Geschwindigkeit und Genauigkeit ausbalancieren und nach Lösungen suchen. Es ist schwierig und ein Teil davon ist hart erkämpftes Wissen, aber was ich teilen kann, ist, dass wir Audio-Dateien in Spektrogramme umwandeln, also detaillierte Fingerabdrücke von Audio-Dateien, und wenn wir eine Audio-Referenzsuche durchführen, analysiert der Algorithmus bis zu 1.500 Datenpunkte – weit mehr als mit Wort-Tags allein möglich. Und es erkennt harte, schwer zu beschreibende musikalische Merkmale wie Gesangsqualität, Ambiente und Vibe. Wir ermöglichen es Benutzern auch, Filter zu definieren, damit ihre Suchen schneller und fokussierter sind.

Eine weitere Herausforderung ist, wie man die Relevanz verwaltet. Die meisten Menschen gehen nicht über die erste Seite der Ergebnisse hinaus, also haben wir viel Zeit auf das investiert.

Welche Probleme löst Musiio für B2B-Kunden?

Wir dienen jedem, der ein Musikarchiv hat. Wir haben die Technologie entwickelt, um zu skalieren, egal ob Sie ein Musiker sind, der keine Zeit hat, Musik zu taggen und sich auf die Erstellung konzentrieren möchte, oder ein Streaming-Dienst mit Hunderten von Millionen von Tracks.

Wir helfen Plattenlabels, ihre Daten für eine bessere Katalognavigation zu organisieren, wir helfen Sync-Unternehmen (die Musik für Video/TV und Film verwenden) dabei, versteckte Juwelen zu entdecken, und wir helfen Streaming-Diensten, bessere Playlists zu erstellen. Das Problem, das all diese Unternehmen haben, ist, dass die manuelle Verarbeitung von Audio durch das Hören jedes Tracks zeitaufwändig und schwer zu tun ist. Ich habe 1000 Tracks getaggt, als Experiment. Es dauerte zwei Wochen und war nicht lustig. Unsere AI kann Millionen von Tracks pro Tag mit 90-99% Genauigkeit taggen.

Mit unserem Musiio-Suchprodukt ermöglichen wir unseren B2B-Kunden, die Audio-Referenzsuche als Funktion anzubieten. Wenn ein Video-Produzent nach einer Musik-Platzierung sucht, würde er damit beginnen, die Erwartungen seines Kunden hinsichtlich Genre, Stimmung, BPM zu verstehen und dann auf der gewählten Seite suchen.

Musiio verkürzt diesen Prozess mit unseren Partnern, die unsere Suche installieren, indem sie es dem Video-Produzenten ermöglichen, einen “Referenz-Track” zu verwenden, um die gesamte Datenbank in Sekunden zu durchsuchen. Unsere AI scanniert den Referenz-Track und gibt die nächsten Audio-Matches zurück.

Musiio hat kürzlich ein NFT-Song-Slicer-Produkt gestartet, können Sie beschreiben, was dies ist?

NFT-Song-Slicer ist ein Prototyp, der Künstlern hilft, mehr Wert aus ihrer Musik zu ziehen. Es verwendet einen AI-gesteuerten Prozess, um wünschenswerte Hooks in einem Track zu finden – bis zu drei pro Lied – und gibt Zeitcodes, damit ein Künstler diese Liedabschnitte als NFTs prägen kann. Es kann dies auch automatisch für ganze Kataloge tun, was es für Künstler und Labels mit großen Back-Katalogen einfacher macht, schnell neue digitale Sammler-Assets zu erstellen.

Welche potenziellen Anwendungsfälle gibt es für ein solches Song-Slicer-Produkt?

Für Katalog-Besitzer oder Künstler mit einem umfangreichen Back-Katalog kann NFT-Song-Slicer die wertvollsten Abschnitte in Millionen von Liedern pro Tag auswählen. Plattenlabels können diese Liedschnitte dann als NFTs in limitierter Auflage als digitale Merchandise verkaufen.

Mit der Streaming-Revolution ist es für Fans schwierig geworden, einen Dollar in die Tasche der Künstler zu bekommen, die sie lieben. Wir sehen NFT-Song-Slicer als eine Möglichkeit, wie Fans ihre Lieblingskünstler unterstützen und digitale Sammler-Assets besitzen können. Jeder Schnitt kann auch von einem Rechteinhaber unterschiedlich bewertet werden. Ein Chorus könnte beispielsweise mehr kosten als ein Vers.

Und da NFT-Song-Slicer die wertvollsten Abschnitte eines Tracks identifiziert, sehen wir diese Technologie als eine Möglichkeit, Wertvorhersagen für NFTs und sogar ganze Musik-Kataloge zu bieten.

Was ist Ihre Vision für die Zukunft von Musiio?

Ich sage, dass Musiio ein Drittel eines Milliarden-Dollar-Unternehmens ist. Um dieses Unternehmen aufzubauen, benötigt man drei Teile. Der erste Teil ist der legale Zugang zu großen Datenmengen oder einer “Pipeline”. Der zweite Teil ist die Technologie. Das sind wir, und wir sind sehr gut darin. Der dritte und letzte Teil ist ein Label: eine Möglichkeit, das zu monetarisieren, was man findet, sucht oder entdeckt. Musiio arbeitet ständig auf dieses langfristige Ziel hin.

Fühlen Sie, dass AI in der Lage sein wird, Musik zu schreiben und zu generieren in naher Zukunft?

Ich bin ziemlich ausgesprochen gegen die Verwendung von AI für Kreativität. Es ist ein lustiges akademisches Experiment, und es gibt Systeme, die es tun, aber ich sehe einfach keinen Bedarf dafür. Musiio funktioniert so gut, weil niemand Tausende von Liedern pro Tag taggen möchte. Es ist nicht lustig, und man benötigt keine Person, um es effektiv oder schnell zu tun. Aber Musikmachen? Ich bin nicht so sicher. Es gibt keinen Mangel an Menschen, die Musik machen möchten.

Ich denke, wir sind mindestens fünf bis zehn Jahre davon entfernt, dass AI-generierte Musik gut klingt. Ich hörte kürzlich AI-generierte Klaviermusik, und es ist schwer zu sagen, ob es von AI oder einfach von jemandem, der nicht sehr begabt ist, geschrieben wurde. Ich bin nicht überzeugt, dass eine AI-Darbietung jemals nicht von einem erfahrenen Menschen unterscheidbar sein wird.

Und warum sollte man es wollen? So viel von dem, was Musik interessant macht, ist die Geschichte um einen Künstler, seine Persönlichkeit, seinen Stil und seine Botschaft. Es geht nicht nur um die Musik.

Gibt es noch etwas, das Sie über Musiio teilen möchten?

Ich bin sehr aufgeregt, dass Musiio gerade den 4. Platz in der Liste der 10 innovativsten Musikunternehmen 2022 von Fast Company erhalten hat. Unser Team und unsere Technologie sind von der Keimzelle einer Idee zu internationaler Anerkennung neben großen Branchennamen wie Hipgnosis und SoundCloud gewachsen. Es ist ein Tribut an das Blut, den Schweiß und die Tränen, die unser Team in unsere branchenführenden Produkte investiert hat. Wir sind sehr aufgeregt, an der Spitze der Kreuzung zwischen Musik und Technologie zu sein. Und das Wissen, dass es Anwendungsfälle gibt, an die wir noch nicht einmal gedacht haben, macht mich sehr aufgeregt für die Zukunft.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Musiio besuchen.