Хейзел Сэвидж, генеральный директор и сооснователь Musiio – Интервью

Musiio предоставляет инструменты для анализа, тегирования и поиска музыки, основанные на искусственном интеллекте, для некоторых из крупнейших музыкальных каталогов мира, включая Sony Music, Hipgnosis, Amanotes, Epidemic Sound и Blanco Y Negro.

Хейзел Сэвидж, любитель рок-музыки и гитарист, ставший сооснователем и генеральным директором, провела 15 лет в музыкальной индустрии, работая на некоторых из крупнейших музыкальных брендов мира – от работы на полках в HMV до управления командами в бизнесе, находящемся на переднем крае музыкальных рекомендаций и прослушивания, Хейзел понимает потребности индустрии, начиная от музыкантов и заканчивая крупными транснациональными корпорациями.

Вы уже 15 лет работаете в музыкальной индустрии, что делает вас так страстно увлеченной музыкой, и почему вы хотели стать частью этой индустрии?

Мои родители были очень рок-н-ролльными. Они были огромными поклонниками музыки, поэтому я всегда была окружена музыкой, growing up. Затем, в свой 13-й день рождения, я получила гитару. Я до сих пор играю и имею страсть к выступлениям на сцене. Итак, когда я думала о том, чем я буду заниматься в жизни, имело смысл сосредоточиться на чем-то, что я посвятила почти все свое время.

Я сделала много вещей, связанных с музыкой. Я играла в группе. Я управляла группами. Я организовывала клубные вечера. Я раздавала листовки для клубных вечеринок других людей, вела списки гостей и, прежде чем я поняла, это стало карьерой, хотя и с технологическим уклоном.

Можете ли вы рассказать историю создания Musiio?

Моя первая работа после университета была в магазине HMV (магазине грампластинок в Великобритании). Итак, можно сказать, что я была осведомлена о проблемах с категоризацией музыки с тех пор. Прошло несколько лет (через Shazam, Pandora и Universal), и я работала на платформе музыки, созданной пользователями, где загружалось тысячи треков в день. Я работала с плейлистером, который должен был вручную собирать лучшие музыкальные загрузки в плейлисты. Он слушал сотни треков в день. Некоторые дни у него было достаточно подходящего контента для плейлиста. Некоторые дни – нет. Я начала задумываться, не может ли быть способ автоматизировать поиск лучших треков для данной ситуации. Таким образом, он мог бы использовать свои навыки как музыкального эксперта для курирования, а не просто действовать как фильтр для плохой музыки.

Musiio была сформирована, когда я встретила своего сооснователя Арона Петтерссона через стартап-инкубатор Entrepreneur First в Сингапуре в 2018 году. Арон – гений искусственного интеллекта. Когда мы говорили о том, как мы можем работать вместе, мы поняли, что, возможно, мы сможем использовать навыки Арона в области искусственного интеллекта, чтобы решить проблему фильтрации музыки, автоматического тегирования или поиска музыки по жанрам, настроениям, BPM и т. д. Арон построил прототип алгоритма за один день, и мы запустили его на бесплатном архиве музыки. Мы пошли на обед, оставив его для обработки данных. Когда мы вернулись, мы были поражены точностью результатов. Мы не могли бы надеяться на более успешный прототип. С тех пор мы оптимизировали алгоритм значительно. У нас есть музыкальная команда, которая помогает обучать искусственный интеллект и проводить контроль качества, и мы выпустили продукты для тегирования, поиска аудио-ссылок, плейлистов и даже выбора песенных сегментов для платформ, таких как TikTok.

Какие типы алгоритмов машинного обучения используются?

Мы построили свои собственные проприетарные алгоритмы, и мы считаем это нашим секретным соусом! Мой сооснователь Арон уже более десяти лет работает на переднем крае машинного обучения, работая в области молекулярной биологии, нейробиологии, физики и даже разработки игр. Он возглавляет нашу команду искусственного интеллекта. Мы также используем доступные технологии, такие как TensorFlow, Kubernetes и Google Cloud Services, для масштабируемости и доставки наших продуктов на огромном масштабе, на нашем самом большом объеме мы тегировали 5 000 000 треков в день! Мы также потратили значительное время и усилия на оптимизацию наших рабочих процессов в JIRA; это не только о том, какие инструменты вы используете, но и о том, насколько эффективно вы можете работать с командой разработчиков и музыкальных экспертов. Объединение двух команд, искусственного интеллекта и музыки, – это вторая часть нашего секретного соуса.

Какие проблемы возникают при построении поисковой системы для музыки?

Скорость и точность – это большие проблемы с поиском. Это должно быть быстро, потому что люди используют его в реальном времени. Это отличается от тегирования, потому что пользователь часто делает несколько поисковых запросов, но тегирование происходит только один раз.

Существует несколько вещей, которые можно сделать, чтобы ускорить поиск. Вы можете просто показать треки, которые имеют одинаковые теги, что и ваш трек-эталон, но вы пожертвуете точностью. Чистый аудио-поиск по каталогу из 200 миллионов треков, например, может занять много времени, поэтому вы постоянно балансируете между скоростью и точностью и ищете решения. Это сложно, и часть этого – трудно завоеванные знания, но то, что я могу поделиться, – это то, что мы преобразуем аудиофайлы в спектрограммы, очень подробные отпечатки аудиофайлов, и когда мы проводим аудио-поиск, алгоритм анализирует до 1500 точек данных – намного больше, чем то, что возможно с помощью только тегов. И он находит трудно описываемые музыкальные особенности, такие как качество вокала, атмосферу и настроение. Мы также позволяем пользователям определять фильтры, чтобы их поиск был быстрее и более сосредоточенным.

Какие проблемы решает Musiio для клиентов B2B?

Мы обслуживаем любого, у кого есть музыкальный каталог. Мы построили технологию, чтобы она могла масштабироваться, будь то музыкант, который не имеет времени, чтобы тегировать музыку и хочет сосредоточиться на создании, или сервис потокового вещания с сотнями миллионов треков.

Мы помогаем звукозаписывающим компаниям организовать свои данные для лучшей навигации по каталогу, мы помогаем синхронизировать компании (которые добавляют музыку к видео/ТВ и фильмам) открыть скрытые сокровища, и мы помогаем сервисам потокового вещания создавать лучшие плейлисты. Проблема, с которой сталкиваются все эти компании, заключается в том, что ручная обработка аудио путем прослушивания каждого трека – это трудоемкий и трудный процесс для длительного периода. Я тегировал 1000 треков в качестве эксперимента. Это заняло две недели и было не очень весело. Наш искусственный интеллект может тегировать миллионы треков в день с точностью 90-99%.

С нашей продукцией Musiio Search мы позволяем нашим клиентам B2B предлагать аудио-поиск в качестве функции. Если видеопродюсер ищет музыку для размещения, он начнет с понимания ожиданий клиента от жанра, настроения, BPM и затем поиск на своем сайте.

Musiio сокращает этот процесс с нашими партнерами, которые устанавливают наш поиск, позволяя тому же видеопродюсеру использовать “трек-эталон”, чтобы искать всю базу данных в течение нескольких секунд. Наш искусственный интеллект сканирует трек-эталон и возвращает наиболее близкие аудио-соответствия.

Musiio недавно запустила продукт NFT Song Slicer, можете ли вы описать, что это такое?

NFT Song Slicer – это прототип, предназначенный для того, чтобы помочь артистам получить больше ценности от своей музыки. Он использует процесс, основанный на искусственном интеллекте, для нахождения желательных хуков в треке – до трех за песню – и предоставления временных кодов, чтобы артист мог монетизировать эти секции песен как NFT. Он также может делать это автоматически для всего каталога, что делает его проще для лейблов и артистов с большими бэк-каталогами быстро создавать новые цифровые коллекционные активы.

Какие потенциальные варианты использования для такого продукта Song Slicer?

Для владельцев каталогов или артистов с обширным бэк-каталогом NFT Song Slicer может выбрать наиболее ценные секции в миллионах песен в день. Например, звукозаписывающие компании могут затем превратить эти секции песен в NFT и продать их как ограниченные цифровые товары.

С революцией потокового вещания стало трудно для фанатов получить доллар в карман артистов, которых они любят. Мы рассматриваем NFT Song Slicer как способ для фанатов поддержать своих любимых артистов и для фанатов владеть цифровыми коллекционными предметами. Каждый срез может быть также оценен по-разному правообладателем. Например, хор может стоить больше, чем куплет.

И, поскольку NFT Song Slicer определяет наиболее ценные секции трека, мы видим, что эта технология предлагает прогнозы стоимости для NFT и даже всего музыкального каталога.

Каково ваше видение будущего Musiio?

Я говорю, что Musiio – это одна треть миллиардной компании. Чтобы построить эту компанию, вам нужно три части. Первая – это легальный доступ к большим объемам данных или “трубопроводу”. Вторая часть – это технология. Это мы, и мы очень хороши в том, что мы делаем. Третья и последняя часть – это ярлык: способ монетизировать то, что вы найдете, поищите или откройте. Musiio всегда работает над этой долгосрочной целью.

Думаете ли вы, что искусственный интеллект сможет написать и генерировать музыку в ближайшем будущем?

Я довольно откровенен о том, что не являюсь большим поклонником искусственного интеллекта для творчества. Это веселый академический эксперимент, и существуют системы, которые делают это, но я просто не вижу необходимости в этом. Musiio работает так хорошо, потому что никто не хочет тегировать тысячи песен в день. Это не весело, и вам не нужно человека, чтобы делать это эффективно или быстро. Но создание музыки? Я не так уверен. Нет недостатка в людях, которые хотят создавать музыку.

Даже так, я думаю, что мы находимся как минимум в 5-10 годах от того, чтобы искусственно сгенерированная музыка звучала хорошо. Я слышал некоторую музыку, сгенерированную искусственным интеллектом, и это трудно определить, написана ли она искусственным интеллектом или просто кем-то, кто не очень умел. Я не убежден, что выступление искусственного интеллекта когда-либо будет неотличимо от выступления талантливого человека.

И почему бы это было нужно? Так много того, что делает музыку интересной, – это лор вокруг артиста, его персоны, стиля и послания. Это не только о музыке.

Есть ли что-то еще, что вы хотели бы поделиться о Musiio?

Я очень рада, что Musiio была только что награждена четвертым местом в списке 10 самых инновационных музыкальных компаний 2022 года по версии Fast Company. Наша команда и технологии выросли из семени идеи до международного признания наряду с огромными именами индустрии, такими как Hipgnosis и SoundCloud. Это дань крови, пота и слез, которые наша команда вложила в наши продукты, находящиеся на переднем крае индустрии. Мы очень рады быть на переднем крае пересечения музыки и технологий. И, зная, что есть варианты использования, которые мы еще не подумали, делает меня очень взволнованной о будущем.

Спасибо за отличное интервью, читателям, которые хотят узнать больше, следует посетить Musiio.