Hazel Savage, CEO & Co-Founder di Musiio – Intervista

Musiio fornisce strumenti di analisi, tagging e ricerca alimentati da intelligenza artificiale a alcuni dei più grandi cataloghi musicali del mondo, tra cui Sony Music, Hipgnosis, Amanotes, Epidemic Sound e Blanco Y Negro.

Chitarrista rock appassionato e co-fondatore & CEO, Hazel Savage ha trascorso 15 anni nell’industria musicale lavorando per alcuni dei più grandi marchi musicali del mondo – dallo stoccaggio di scaffali presso HMV, alla gestione di team in aziende all’avanguardia nell’ascolto e nelle raccomandazioni musicali, Hazel comprende le esigenze dell’industria dal musicista alle grandi multinazionali.

Da oltre 15 anni sei nell’industria musicale, cosa ti appassiona così tanto alla musica e perché hai voluto entrare in questo settore?

I miei genitori erano piuttosto rock and roll. Erano enormi fan della musica, quindi sono sempre stato circondato da musica crescendo. Poi, per il mio 13° compleanno, ho ricevuto una chitarra. Ancora suono e ho una passione per le esibizioni live. Quindi, quando stavo cercando di capire cosa fare con la mia vita, aveva senso concentrarmi su qualcosa a cui avevo dedicato quasi tutto il mio tempo.

Ho finito per fare un sacco di cose tangenzialmente correlate. Ho suonato in una band. Ho gestito band. Ho organizzato serate in club. Ho distribuito volantini per le serate di altri club, gestito le liste degli ospiti e, prima che me ne rendessi conto, era diventata una carriera, anche se sicuramente con una inclinazione tecnologica.

Puoi condividere la storia di come è nata Musiio?

Il mio primo lavoro dopo l’università è stato quello di impilare scaffali presso HMV (il negozio di dischi del Regno Unito). Quindi, potresti dire che sono stato consapevole dei problemi legati alla categorizzazione della musica fin da allora. Saltando alcuni anni (via Shazam, Pandora e Universal), stavo lavorando per una piattaforma musicale UGC con migliaia di tracce caricate ogni giorno. Lavoravo con un playlister che doveva manualmente raccogliere le migliori tracce musicali in playlist. Ascoltava centinaia di tracce al giorno. Alcuni giorni aveva abbastanza contenuto adatto per una playlist. Altri giorni no. Iniziai a chiedermi se ci potesse essere un modo per automatizzare la ricerca delle migliori tracce per una data situazione. In questo modo, avrebbe potuto utilizzare le sue competenze come esperto musicale per la curazione, piuttosto che agire solo come filtro per la cattiva musica.

Musiio è stata creata quando ho incontrato il mio co-fondatore Aron Pettersson attraverso l’incubatore di start-up Entrepreneur First a Singapore nel 2018. Aron è un genio dell’AI. Quando stavamo parlando di modi per lavorare insieme, ci rendemmo conto che forse avremmo potuto utilizzare le competenze AI di Aron per risolvere il problema del filtro musicale, taggare o cercare automaticamente la musica con generi, umori, BPM, ecc. o ricerche basate su impronte digitali. Aron ha costruito un prototipo dell’algoritmo in un pomeriggio e lo abbiamo messo a lavorare su un archivio musicale gratuito. Siamo usciti a pranzo, lasciandolo elaborare i dati. Quando siamo tornati, siamo stati sorpresi dall’accuratezza dei risultati. Non avremmo potuto sperare in un concetto di prova più riuscito. Da allora, abbiamo ottimizzato massicciamente l’algoritmo. Abbiamo un team musicale che aiuta a insegnare all’AI e a condurre test di qualità e abbiamo rilasciato prodotti per il tagging, la ricerca di riferimento audio, la creazione di playlist e persino la selezione di segmenti di canzoni per piattaforme come TikTok.

Quali sono i diversi tipi di algoritmi di apprendimento automatico utilizzati?

Abbiamo costruito i nostri algoritmi proprietari e consideriamo questo il nostro segreto! Il mio co-fondatore Aron è stato all’avanguardia dell’apprendimento automatico per oltre un decennio, lavorando in biologia molecolare, neuroscienze, fisica e persino sviluppo di giochi. Lui guida il nostro team AI. Utilizziamo anche tecnologie disponibili come TensorFlow, Kubernetes e Google Cloud Services per la scalabilità e per consegnare i nostri prodotti su larga scala, al nostro volume più grande, stavamo taggando 5.000.000 di tracce al giorno! Abbiamo anche speso molto tempo e sforzi per ottimizzare i nostri flussi di lavoro in JIRA; non si tratta solo degli strumenti che si utilizzano, ma anche di come si può lavorare in modo efficiente con un team di sviluppatori e esperti musicali. L’unione dei due team, AI e musica, è la seconda parte del nostro segreto.

Quali sono alcune delle sfide dietro la costruzione di un motore di ricerca per la musica?

La velocità e l’accuratezza sono le grandi sfide con la ricerca. Deve essere veloce perché le persone la utilizzano in tempo reale. Questo è diverso dal tagging, perché un utente potrebbe effettuare più query di ricerca, ma il tagging avviene solo una volta.

Ci sono varie cose che puoi fare per velocizzare la ricerca. Potresti semplicemente mostrare tracce che condividono gli stessi tag della tua traccia di riferimento, ma sacrificheresti l’accuratezza. Una ricerca di riferimento audio pura su un catalogo di 200 milioni di tracce, ad esempio, può richiedere molto tempo, quindi stai costantemente bilanciando velocità e accuratezza e cercando soluzioni. È difficile e alcune di queste sono conoscenze acquisite a fatica, ma ciò che posso condividere è che convertiamo i file audio in spettrogrammi, impronte digitali molto dettagliate dei file audio e, quando eseguiamo una ricerca di riferimento audio, l’algoritmo analizza fino a 1.500 punti di dati – ben al di là di ciò che è possibile con i tag di parole sole. E individua caratteristiche musicali difficili da descrivere, come la qualità vocale, l’atmosfera e il mood. Inoltre, consentiamo agli utenti di definire filtri, in modo che le loro ricerche possano essere più veloci e mirate.

Un’altra sfida è come gestire la rilevanza. La maggior parte delle persone non andrà oltre la prima pagina dei risultati, quindi abbiamo speso molto tempo su questo aspetto.

Quali problemi risolve Musiio per i clienti B2B?

Serviamo chiunque abbia un catalogo musicale. Abbiamo costruito la tecnologia per scalare, sia che tu sia un musicista che non ha tempo per taggare la musica e vuole concentrarsi sulla creazione, o un servizio di streaming con centinaia di milioni di tracce.

Aiutiamo le etichette discografiche a organizzare i loro dati per una migliore navigazione del catalogo, aiutiamo le società di sincronizzazione (che mettono la musica in video/TV e film) a scoprire gemme nascoste e aiutiamo i servizi di streaming a creare playlist migliori. Il problema che affrontano tutte queste aziende è che l’elaborazione manuale dell’audio ascoltando ogni traccia è un’attività intensiva in termini di lavoro e difficile da fare con accuratezza per un periodo prolungato. Ho taggato 1000 tracce come esperimento. Ci sono volute due settimane e non è stato affatto divertente. Il nostro AI può taggare milioni di tracce al giorno con un’accuratezza del 90-99%.

Con il nostro prodotto Musiio Search, consentiamo ai nostri clienti B2B di offrire la ricerca di riferimento audio come funzionalità. Se un produttore video sta cercando una colonna sonora, inizierebbe capendo le aspettative del cliente in termini di genere, umore, BPM e poi cercherebbe sul sito scelto.

Musiio abbrevia questo processo con i nostri partner che installano la nostra ricerca, consentendo allo stesso produttore video di utilizzare una “traccia di riferimento” per cercare l’intero database in pochi secondi. Il nostro AI scansionerà la traccia di riferimento e restituirà le corrispondenze audio più vicine.

Musiio ha recentemente lanciato un prodotto NFT Song Slicer, potresti descriverlo?

NFT Song Slicer è un prototipo progettato per aiutare gli artisti a ottenere più valore dalla loro musica. Utilizza un processo guidato da AI per trovare ganci desiderabili in una traccia – fino a tre per canzone – e fornisce codici temporali in modo che un artista possa coniare questi segmenti di canzoni come NFT. Può anche farlo automaticamente per interi cataloghi, rendendo più facile per le etichette e gli artisti con grandi cataloghi di back-cataloghi creare rapidamente nuovi asset digitali collezionabili.

Quali sono alcuni casi d’uso potenziali per questo tipo di prodotto Song Slicer?

Per i proprietari di cataloghi o gli artisti con un ampio catalogo di back-cataloghi, NFT Song Slicer può selezionare le sezioni più preziose in milioni di canzoni al giorno. Le etichette discografiche, ad esempio, possono quindi trasformare questi segmenti di canzoni in NFT e venderli come merchandising digitale in edizione limitata.

Con la rivoluzione dello streaming, è diventato difficile per i fan mettere un dollaro in tasca agli artisti che amano. Consideriamo NFT Song Slicer come un modo per i fan di sostenere i loro artisti preferiti e per i fan di possedere collezionabili digitali. Ogni fetta può anche essere prezziata in modo diverso da un titolare dei diritti. Ad esempio, un coro potrebbe costare più di un verso.

E, poiché NFT Song Slicer identifica le sezioni più preziose di una traccia, vediamo questa tecnologia offrire previsioni di valore per NFT e persino interi cataloghi musicali.

Qual è la tua visione per il futuro di Musiio?

Dico che Musiio è un terzo di un’azienda da un miliardo di dollari. Per costruire quell’azienda, hai bisogno di tre parti. La prima è l’accesso legale a grandi volumi di dati, o un “pipeline”. La seconda parte è la tecnologia. Questa siamo noi e siamo molto bravi in quello che facciamo. La terza e ultima parte è un’etichetta: un modo per monetizzare ciò che trovi, cerchi o scopri. Musiio lavora costantemente verso questo obiettivo a lungo termine.

Penso che l’AI sarà in grado di scrivere e generare musica nel prossimo futuro?

Sono abbastanza esplicito nel non essere un grande fan dell’AI per la creatività. È un esperimento accademico divertente e ci sono sistemi che lo fanno, ma non vedo il bisogno. Musiio funziona così bene perché nessuno vuole taggare migliaia di canzoni al giorno. Non è divertente e non hai bisogno di una persona per farlo in modo efficace o veloce. Ma la creazione di musica? Non sono così sicuro. Non c’è carenza di persone che vogliono fare musica.

Anche così, credo che siamo almeno a 5-10 anni di distanza dall’AI che genera musica che suona bene. Ho sentito della musica per pianoforte generata da AI l’altro giorno e è difficile capire se è scritta da AI o solo da qualcuno che non è molto abile. Non sono convinto che una performance AI sarà mai indistinguibile da un giocatore umano esperto.

E perché lo vorresti? Tanto di ciò che rende la musica interessante è il folklore intorno a un artista, la loro personalità, stile e messaggio. Non si tratta solo della musica.

C’è qualcos’altro che ti piacerebbe condividere su Musiio?

Sono molto emozionato che Musiio sia stata appena insignita del 4° posto nella classifica delle 10 aziende musicali più innovative del 2022 di Fast Company. Il nostro team e la nostra tecnologia sono cresciuti dal seme di un’idea al riconoscimento internazionale accanto a grandi nomi del settore come Hipgnosis e SoundCloud. È un tributo al sangue, sudore e lacrime che il nostro team ha messo nel nostro prodotto all’avanguardia dell’industria. Siamo così emozionati di essere all’avanguardia dell’intersezione tra musica e tecnologia. E sapendo che ci sono casi d’uso che non abbiamo ancora pensato rende me molto emozionato per il futuro.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Musiio.