Hazel Savage, PDG et cofondatrice de Musiio – Série d'entrevues

Musique fournissent des outils d'analyse, de marquage et de recherche basés sur l'IA à certains des plus grands catalogues de musique au monde, comptant Sony Music, Hipgnosis, Amanotes, Epidemic Sound et Blanco Y Negro parmi leurs clients.

Guitariste passionnée de rock devenue co-fondatrice et PDG, Hazel Savage a passé 15 ans dans l'industrie de la musique à travailler pour certaines des plus grandes marques de musique au monde - de l'empilement des étagères chez HMV à la gestion d'équipes dans des entreprises à la pointe de l'écoute musicale et recommandations, Hazel comprend les besoins de l'industrie, du musicien à la grande multinationale.

Vous êtes dans l'industrie de la musique depuis plus de 15 ans, qu'est-ce qui vous rend si passionné par la musique et pourquoi avez-vous voulu vous impliquer dans l'industrie de la musique ?

Mes parents étaient plutôt rock and roll. Ils étaient de grands fans de musique, donc j'ai toujours été entouré de musique en grandissant. Puis, pour mes 13 ans, j'ai eu une guitare. Je joue toujours et j'ai une passion pour le live. Donc, quand j'ai compris ce que j'allais faire de ma vie, il était logique de me concentrer sur quelque chose auquel j'avais consacré presque tout mon temps.

J'ai fini par faire des tas de choses tangentiellement liées. J'ai joué dans un groupe. Je gérais des groupes. J'ai organisé des soirées club. Je distribuais des flyers pour les soirées club d'autres personnes, je tenais des listes d'invités, et avant que je ne m'en rende compte, c'est devenu une carrière, bien que certainement avec une orientation technologique.

Pourriez-vous partager l'histoire de la genèse derrière Musiio ?

Mon premier travail après l'université était d'empiler les étagères chez HMV (le magasin de disques britannique). Donc, on peut dire que j'ai été conscient des problèmes de catégorisation de la musique depuis lors. Avance rapide de quelques années (via Shazam, Pandora et Universal), et je travaillais pour une plateforme musicale UGC avec des milliers de morceaux téléchargés par jour. J'ai travaillé avec un playlister qui devait rassembler manuellement les meilleurs téléchargements de musique dans des playlists. Il écoutait des centaines de morceaux par jour. Certains jours, il avait suffisamment de contenu approprié pour une playlist. Certains jours, il ne l'a pas fait. J'ai commencé à me demander s'il pourrait y avoir un moyen d'automatiser la recherche des meilleures pistes pour un scénario donné. De cette façon, il pourrait utiliser ses compétences en tant qu'expert en musique pour la conservation, plutôt que de simplement agir comme un filtre pour la mauvaise musique.

Musiio a été formé lorsque j'ai rencontré mon co-fondateur Aron Pettersson via l'incubateur de start-up Entrepreneur First à Singapour en 2018. Aron est un génie de l'IA. Lorsque nous parlions des façons dont nous pourrions travailler ensemble, nous avons réalisé que nous pourrions utiliser les compétences d'IA d'Aron pour résoudre le problème du filtrage basé sur la musique, le marquage ou la recherche automatique de musique avec des genres, des humeurs, des BPM, etc. ou des recherches basées sur les empreintes digitales. . Aron a construit un prototype de l'algorithme en un après-midi, et nous l'avons fait fonctionner sur une archive gratuite de musique. Nous sommes sortis déjeuner, le laissant traiter les données. A notre retour, nous avons été bluffés par la précision des résultats. Nous ne pouvions pas espérer une preuve de concept plus réussie. À partir de là, nous avons massivement optimisé l'algorithme. Nous avons une équipe musicale qui aide à enseigner l'IA et effectue l'assurance qualité, et nous avons lancé des produits pour le marquage, la recherche de références audio, la liste de lecture et même la sélection de segments de chansons pour des plateformes telles que TikTok.

Quels sont les différents types d'algorithmes d'apprentissage automatique utilisés ?

Nous avons construit nos propres algorithmes propriétaires, et nous considérons cela comme notre sauce secrète ! Mon co-fondateur Aron est à la pointe de l'apprentissage automatique depuis plus d'une décennie, travaillant dans les domaines de la biologie moléculaire, des neurosciences, de la physique et même du développement de jeux. Il dirige notre équipe d'IA. Nous tirons également parti des excellentes technologies disponibles telles que TensorFlow, Kubernetes et Google Cloud Services pour l'évolutivité et pour livrer nos produits à grande échelle, à notre plus gros volume, nous marquions 5,000,000 XNUMX XNUMX de pistes par jour ! Nous avons également consacré beaucoup de temps et d'efforts à rationaliser nos flux de travail dans JIRA ; il ne s'agit pas seulement des outils que vous utilisez, mais de l'efficacité avec laquelle vous pouvez travailler avec une équipe de développeurs et d'experts en musique. L'association des deux équipes IA et Musique est le second volet de notre sauce secrète.

Quels sont certains des défis liés à la création d'un moteur de recherche pour la musique ?

La vitesse et la précision sont les grands défis de la recherche. Il doit être rapide car les gens l'utilisent en temps réel. Ceci est différent du balisage car un utilisateur effectuera souvent plusieurs requêtes de recherche, mais le balisage ne se produit qu'une seule fois.

Il y a plusieurs choses que vous pouvez faire pour accélérer la recherche. Vous pouvez simplement afficher les pistes qui partagent les mêmes balises que votre piste de référence, mais vous sacrifierez la précision. Une recherche de référence audio pure dans un catalogue de 200 millions de pistes, par exemple, peut prendre beaucoup de temps, vous devez donc constamment équilibrer vitesse et précision et rechercher des solutions. C'est délicat et certaines d'entre elles sont des connaissances durement acquises, mais ce que je peux partager, c'est que nous convertissons des fichiers audio en spectrogrammes, des empreintes digitales très détaillées de fichiers audio et lorsque nous effectuons une recherche de référence audio, l'algorithme analyse jusqu'à 1,500 XNUMX points de données – bien au-delà de ce qui est possible avec les mots-clés seuls. Et il reprend des caractéristiques musicales difficiles à décrire telles que la qualité vocale, l'ambiance et l'ambiance. Nous permettons également aux utilisateurs de définir des filtres, afin que leurs recherches puissent être plus rapides et plus ciblées.

Un autre défi est la façon dont vous gérez la pertinence. La plupart des gens ne vont pas au-delà de la première page de résultats, nous avons donc passé beaucoup de temps là-dessus.

Quels problèmes Musiio résout-il pour les clients b2b ?

Nous servons n'importe qui avec un catalogue de musique. Nous avons construit la technologie à l'échelle, que vous soyez un musicien qui n'a pas le temps de taguer de la musique et qui veut se concentrer sur la création, ou un service de streaming avec des centaines de millions de pistes.

Nous aidons les maisons de disques à organiser leurs données pour une meilleure navigation dans le catalogue, nous aidons les entreprises de synchronisation (qui mettent de la musique sur la vidéo/la télévision et le film) à découvrir des joyaux cachés et nous aidons les services de streaming à créer de meilleures listes de lecture. Le problème auquel sont confrontées toutes ces entreprises est que le traitement manuel de l'audio en écoutant chaque piste demande beaucoup de travail et est difficile à faire avec précision pendant une période prolongée. J'ai étiqueté 1000 pistes à titre expérimental. Cela a pris deux semaines et ce n'était pas amusant du tout. Notre IA peut baliser des millions de pistes par jour avec une précision de 90 à 99 %.

Avec notre produit Musiio Search, nous permettons à nos clients B2B d'offrir la recherche de références audio en tant que fonctionnalité. Si un producteur vidéo recherche un placement musical, il commencera par comprendre les attentes de son client en matière de genre, d'ambiance, de BPM, puis effectuera une recherche sur le site de son choix.

Musiio raccourcit ce processus avec nos partenaires qui installent notre recherche en permettant au même producteur vidéo d'utiliser une «piste de référence» pour rechercher toute la base de données en quelques secondes. Notre IA scannera la piste de référence et renverra les correspondances audio les plus proches.

Musiio a récemment lancé un produit NFT Song Slicer, pourriez-vous décrire ce que c'est ?

NFT Song Slicer est un prototype conçu pour aider les artistes à tirer le meilleur parti de leur musique. Il utilise un processus piloté par l'IA pour trouver des crochets souhaitables dans une piste - jusqu'à trois par chanson - et donner des codes temporels afin qu'un artiste puisse créer ces sections de chanson en tant que NFT. Il peut également le faire automatiquement pour des catalogues entiers, ce qui permet aux labels et aux artistes disposant de grands catalogues de créer rapidement de nouveaux actifs numériques à collectionner.

Quels sont les cas d'utilisation potentiels pour ce type de produit Song Slicer ?

Pour les propriétaires de catalogues ou les artistes disposant d'un vaste catalogue, NFT Song Slicer peut sélectionner les sections les plus précieuses parmi des millions de chansons par jour. Les maisons de disques, par exemple, peuvent ensuite transformer ces tranches de chansons en NFT et les vendre en tant que produits numériques en édition limitée.

Avec la révolution du streaming, il est devenu difficile pour les fans d'avoir un dollar dans la poche des artistes qu'ils aiment. Nous considérons NFT Song Slicer comme un moyen pour les fans de soutenir leurs artistes préférés et pour les fans de posséder des objets de collection numériques. Chaque tranche peut également être tarifée différemment par un titulaire de droits. Par exemple, un refrain peut coûter plus cher qu'un couplet.

Et, parce que NFT Song Slicer identifie les sections les plus précieuses d'une piste, nous voyons cette technologie offrir des prédictions de valeur pour les NFT et même des catalogues de musique entiers.

Quelle est votre vision du futur de Musiio ?

Je dis que Musiio représente le tiers d'une entreprise d'un milliard de dollars. Pour construire cette entreprise, vous avez besoin de trois parties. Le premier est l'accès légal à de gros volumes de données, ou un « pipeline ». La deuxième partie est la technologie. C'est nous, et nous sommes très bons dans ce que nous faisons. La troisième et dernière partie est un label : un moyen de monétiser ce que vous trouvez, recherchez ou découvrez. Musiio travaille toujours vers cet objectif à long terme.

Pensez-vous que l'IA sera capable d'écrire et de générer de la musique dans un avenir proche ?

Je suis assez franc sur le fait de ne pas être un grand fan de l'IA pour la créativité. C'est une expérience académique amusante, et il existe des systèmes qui le font, mais je n'en vois tout simplement pas la nécessité. Musiio fonctionne si bien parce que personne ne veut taguer des milliers de chansons par jour. Ce n'est pas amusant et vous n'avez pas besoin d'une personne pour le faire efficacement ou rapidement. Mais faire de la musique ? Je ne suis pas si sûr. Les gens qui veulent faire de la musique ne manquent pas.

Même ainsi, je pense que nous sommes à au moins cinq à 10 ans de la musique générée par l'IA qui sonne bien. J'ai entendu de la musique pour piano générée par l'IA l'autre jour, et il est difficile de dire si c'est écrit par l'IA ou juste quelqu'un qui n'est pas très accompli. Je ne suis pas convaincu qu'une performance d'IA sera jamais indiscernable d'un joueur humain accompli.

Et pourquoi voudriez-vous qu'il le soit? Une grande partie de ce qui rend la musique intéressante est la tradition autour d'un artiste, sa personnalité, son style et son message. Il ne s'agit pas seulement de la musique.

Y a-t-il autre chose que vous aimeriez partager à propos de Musiio ?

Je suis très heureux que Musiio ait obtenu la place de numéro 4 dans Fast Company's 10 entreprises de musique les plus innovantes de 2022. Notre équipe et notre technologie sont passées de la graine d'une idée à une reconnaissance internationale aux côtés de grands noms de l'industrie tels que Hipgnosis et SoundCloud. C'est un hommage au sang, à la sueur et aux larmes que notre équipe a mis dans nos produits leaders de l'industrie. Nous sommes ravis d'être à la pointe de l'intersection entre la musique et la technologie. Et savoir qu'il y a des cas d'utilisation auxquels nous n'avons même pas encore pensé me rend très enthousiaste pour l'avenir.

Merci pour cette excellente interview, les lecteurs qui souhaitent en savoir plus devraient visiter Musique.