Hazel Savage, CEO & Co-Founder của Musiio – Loạt Phỏng Vấn

Musiio cung cấp các công cụ phân tích, gắn thẻ và tìm kiếm được hỗ trợ bởi trí tuệ nhân tạo cho một số danh mục nhạc lớn nhất thế giới, bao gồm Sony Music, Hipgnosis, Amanotes, Epidemic Sound và Blanco Y Negro trong số khách hàng của họ.

Một người yêu nhạc rock và là guitarist đã trở thành Co-Founder & CEO, Hazel Savage đã dành 15 năm trong ngành công nghiệp âm nhạc làm việc cho một số thương hiệu âm nhạc lớn nhất thế giới – từ việc xếp hàng tại HMV, đến điều hành các đội tại các doanh nghiệp tiên phong trong lĩnh vực nghe nhạc và đề xuất, Hazel hiểu rõ nhu cầu của ngành công nghiệp từ nhạc sĩ đến các tập đoàn đa quốc gia.

Bạn đã có hơn 15 năm kinh nghiệm trong ngành công nghiệp âm nhạc, điều gì khiến bạn đam mê âm nhạc và tại sao bạn muốn tham gia vào ngành công nghiệp âm nhạc?

Phụ huynh của tôi khá rock and roll. Họ là những người hâm mộ âm nhạc lớn, vì vậy tôi luôn được bao quanh bởi âm nhạc khi lớn lên. Sau đó, vào sinh nhật thứ 13 của tôi, tôi nhận được một chiếc guitar. Tôi vẫn chơi và có niềm đam mê với việc biểu diễn trực tiếp. Vì vậy, khi tôi đang cố gắng xác định điều gì tôi sẽ làm với cuộc đời mình, nó có ý nghĩa khi tập trung vào điều gì đó mà tôi đã dành gần như tất cả thời gian để theo đuổi.

Tôi đã làm rất nhiều việc liên quan đến âm nhạc. Tôi đã chơi trong một ban nhạc. Tôi đã quản lý các ban nhạc. Tôi đã tổ chức các đêm nhạc. Tôi đã phân phát tờ rơi cho các đêm nhạc của người khác, quản lý danh sách khách mời, và trước khi tôi biết, nó đã trở thành một sự nghiệp, mặc dù chắc chắn có một chút hướng tới công nghệ.

Có thể bạn chia sẻ câu chuyện về sự ra đời của Musiio?

Công việc đầu tiên của tôi sau khi tốt nghiệp đại học là xếp hàng tại HMV (cửa hàng ghi âm ở Anh). Vì vậy, bạn có thể nói rằng tôi đã nhận thức được vấn đề với việc phân loại âm nhạc từ đó. Tiến về phía trước vài năm (qua Shazam, Pandora và Universal), và tôi đã làm việc cho một nền tảng âm nhạc do người dùng tạo với hàng nghìn bản nhạc được tải lên mỗi ngày. Tôi đã làm việc với một người tạo danh sách phát who phải tự tay thu thập các bản nhạc tốt nhất để tạo thành danh sách phát. Anh ấy đã nghe hàng trăm bản nhạc mỗi ngày. Một số ngày anh ấy có đủ nội dung phù hợp cho một danh sách phát. Một số ngày anh ấy không. Tôi bắt đầu tự hỏi liệu có thể có cách nào để tự động hóa việc tìm kiếm các bản nhạc tốt nhất cho một tình huống nhất định. Bằng cách đó, anh ấy có thể sử dụng kỹ năng của mình như một chuyên gia âm nhạc để tạo danh sách phát, thay vì chỉ hoạt động như một bộ lọc cho âm nhạc không tốt.

Musiio được thành lập khi tôi gặp người đồng sáng lập Aron Pettersson thông qua chương trình ươm tạo khởi nghiệp Entrepreneur First tại Singapore vào năm 2018. Aron là một thiên tài về trí tuệ nhân tạo. Khi chúng tôi đang thảo luận về cách chúng tôi có thể làm việc cùng nhau, chúng tôi nhận ra rằng chúng tôi có thể sử dụng kỹ năng trí tuệ nhân tạo của Aron để giải quyết vấn đề về bộ lọc dựa trên âm nhạc, tự động gắn thẻ hoặc tìm kiếm âm nhạc với các thể loại, tâm trạng, BPM, v.v. hoặc tìm kiếm dựa trên dấu vân tay. Aron đã xây dựng một nguyên mẫu của thuật toán trong một buổi chiều, và chúng tôi đã cho nó hoạt động trên một kho lưu trữ âm nhạc miễn phí. Chúng tôi đi ăn trưa, để nó xử lý dữ liệu. Khi chúng tôi trở lại, chúng tôi đã rất ngạc nhiên về độ chính xác của kết quả. Chúng tôi không thể hy vọng có một概念 chứng minh thành công hơn. Từ đó, chúng tôi đã tối ưu hóa thuật toán rất nhiều. Chúng tôi có một đội âm nhạc giúp dạy trí tuệ nhân tạo và thực hiện kiểm tra chất lượng, và chúng tôi đã phát hành các sản phẩm cho gắn thẻ, tìm kiếm tham chiếu âm thanh, tạo danh sách phát và thậm chí chọn đoạn nhạc cho các nền tảng như TikTok.

Loại thuật toán học máy nào được sử dụng?

Chúng tôi đã xây dựng các thuật toán độc quyền của riêng mình, và chúng tôi coi đây là bí quyết của chúng tôi! Người đồng sáng lập của tôi, Aron, đã đứng ở tiền phong của học máy trong hơn một thập kỷ, làm việc trên sinh học phân tử, khoa học thần kinh, vật lý và thậm chí phát triển trò chơi. Anh ấy lãnh đạo đội trí tuệ nhân tạo của chúng tôi. Chúng tôi cũng tận dụng các công nghệ tuyệt vời có sẵn như TensorFlow, Kubernetes và Dịch vụ Đám mây của Google (GOOGL ) để mở rộng quy mô và cung cấp sản phẩm của chúng tôi trên quy mô lớn, với số lượng lớn nhất là 5.000.000 bản nhạc mỗi ngày! Chúng tôi cũng đã dành rất nhiều thời gian và công sức để tối ưu hóa quy trình làm việc của chúng tôi trong JIRA; nó không chỉ là về các công cụ bạn sử dụng mà còn về cách bạn có thể làm việc hiệu quả với một đội gồm các nhà phát triển và chuyên gia âm nhạc. Sự kết hợp giữa hai đội, trí tuệ nhân tạo và âm nhạc, là phần thứ hai của bí quyết của chúng tôi.

Thử thách gì đằng sau việc xây dựng một công cụ tìm kiếm cho âm nhạc?

Tốc độ và độ chính xác là những thách thức lớn với tìm kiếm. Nó phải nhanh vì mọi người đang sử dụng nó trong thời gian thực. Điều này khác với gắn thẻ vì người dùng thường thực hiện nhiều truy vấn tìm kiếm, nhưng gắn thẻ chỉ xảy ra một lần.

Có nhiều điều bạn có thể làm để tăng tốc tìm kiếm. Bạn có thể chỉ hiển thị các bản nhạc có cùng thẻ với bản nhạc hạt giống, nhưng bạn sẽ hy sinh độ chính xác. Một tìm kiếm tham chiếu âm thanh thuần túy trên một danh mục 200 triệu bản nhạc, ví dụ, có thể mất rất nhiều thời gian, vì vậy bạn luôn phải cân bằng giữa tốc độ và độ chính xác và tìm kiếm các giải pháp. Nó khá khó khăn và một số điều trong số đó là kiến thức khó giành được, nhưng điều tôi có thể chia sẻ là chúng tôi chuyển đổi các tệp âm thanh thành các phổ đồ, những dấu vân tay chi tiết của các tệp âm thanh và khi chúng tôi thực hiện tìm kiếm tham chiếu âm thanh, thuật toán phân tích lên đến 1.500 điểm dữ liệu – vượt xa những gì có thể thực hiện được với thẻ từ alone. Và nó nhận ra các tính năng âm nhạc khó mô tả như chất lượng giọng, âm thanh và cảm giác. Chúng tôi cũng cho phép người dùng định nghĩa các bộ lọc, vì vậy tìm kiếm của họ có thể nhanh hơn và tập trung hơn.

Một thách thức khác là cách bạn quản lý sự liên quan. Hầu hết mọi người sẽ không đi quá trang đầu tiên của kết quả, vì vậy chúng tôi đã dành rất nhiều thời gian để cải thiện điều đó.

Vấn đề gì mà Musiio giải quyết cho khách hàng doanh nghiệp?

Chúng tôi phục vụ bất kỳ ai có một danh mục âm nhạc. Chúng tôi đã xây dựng công nghệ để mở rộng quy mô, cho dù bạn là một nhạc sĩ không có thời gian để gắn thẻ âm nhạc và muốn tập trung vào việc sáng tạo, hoặc một dịch vụ phát trực tuyến với hàng trăm triệu bản nhạc.

Chúng tôi giúp các nhãn hiệu ghi âm tổ chức dữ liệu của họ để điều hướng danh mục tốt hơn, chúng tôi giúp các công ty đồng bộ (những người đưa âm nhạc vào video / TV và phim) khám phá những viên ngọc ẩn và chúng tôi giúp các dịch vụ phát trực tuyến xây dựng danh sách phát tốt hơn. Vấn đề mà tất cả các công ty này phải đối mặt là việc xử lý âm thanh thủ công bằng cách nghe từng bản nhạc là một công việc đòi hỏi nhiều lao động và khó thực hiện chính xác trong một khoảng thời gian dài. Tôi đã gắn thẻ 1000 bản nhạc như một thí nghiệm. Nó đã mất hai tuần và không hề thú vị. Trí tuệ nhân tạo của chúng tôi có thể gắn thẻ hàng triệu bản nhạc mỗi ngày với độ chính xác từ 90-99%.

Với sản phẩm Tìm kiếm Musiio của chúng tôi, chúng tôi cho phép khách hàng doanh nghiệp của mình cung cấp tìm kiếm tham chiếu âm thanh như một tính năng. Nếu một nhà sản xuất video đang tìm kiếm một bản nhạc cho một vị trí, họ sẽ bắt đầu bằng cách hiểu kỳ vọng của khách hàng về thể loại, tâm trạng, BPM và sau đó tìm kiếm trên trang web được chọn.

Musiio giúp rút ngắn quá trình này với các đối tác của chúng tôi, những người cài đặt tìm kiếm của chúng tôi, cho phép nhà sản xuất video đó sử dụng một ‘bản nhạc tham chiếu’ để tìm kiếm toàn bộ cơ sở dữ liệu trong vài giây. Trí tuệ nhân tạo của chúng tôi sẽ quét bản nhạc tham chiếu và trả về các bản nhạc phù hợp nhất về âm thanh.

Musiio gần đây đã ra mắt sản phẩm NFT Song Slicer, bạn có thể mô tả sản phẩm này là gì?

NFT Song Slicer là một nguyên mẫu được thiết kế để giúp các nghệ sĩ có được giá trị hơn từ âm nhạc của họ. Nó sử dụng một quá trình được hỗ trợ bởi trí tuệ nhân tạo để tìm các đoạn hook mong muốn trong một bản nhạc – lên đến ba đoạn mỗi bài hát – và cung cấp mã thời gian để nghệ sĩ có thể mint các đoạn nhạc này thành NFT. Nó cũng có thể làm điều này tự động cho toàn bộ danh mục, giúp các nhãn hiệu và nghệ sĩ với danh mục lớn có thể nhanh chóng tạo ra các tài sản thu thập kỹ thuật số mới.

Có những trường hợp sử dụng tiềm năng nào cho loại sản phẩm Song Slicer này?

Đối với chủ sở hữu danh mục hoặc nghệ sĩ có danh mục lớn, NFT Song Slicer có thể chọn các đoạn quan trọng nhất trong hàng triệu bản nhạc mỗi ngày. Các nhãn hiệu ghi âm, ví dụ, có thể sau đó chuyển các đoạn nhạc này thành NFT và bán chúng như hàng hóa kỹ thuật số giới hạn.

Với cuộc cách mạng phát trực tuyến, đã trở nên khó khăn cho người hâm mộ để đưa tiền vào túi của các nghệ sĩ mà họ yêu thích. Chúng tôi xem NFT Song Slicer như một cách để người hâm mộ hỗ trợ các nghệ sĩ yêu thích của họ, và để người hâm mộ sở hữu các tài sản thu thập kỹ thuật số. Mỗi đoạn cũng có thể được định giá khác nhau bởi người nắm giữ quyền. Ví dụ, một đoạn chorus có thể có giá cao hơn một đoạn verse.

Và, vì NFT Song Slicer xác định các đoạn quan trọng nhất của một bản nhạc, chúng tôi thấy công nghệ này cung cấp dự đoán giá trị cho NFT và thậm chí cả danh mục âm nhạc.

Ước mơ của bạn cho tương lai của Musiio là gì?

Tôi nói rằng Musiio là một phần ba của một công ty tỷ đô. Để xây dựng công ty đó, bạn cần ba phần. Phần đầu tiên là quyền truy cập hợp pháp vào lượng dữ liệu lớn, hoặc một ‘đường ống’. Phần thứ hai là công nghệ. Đây là chúng tôi, và chúng tôi rất giỏi trong việc chúng tôi làm. Phần thứ ba và cuối cùng là một nhãn hiệu: một cách để kiếm tiền từ những gì bạn tìm thấy, tìm kiếm hoặc khám phá. Musiio luôn hướng tới mục tiêu dài hạn này.

Bạn có cảm thấy rằng trí tuệ nhân tạo sẽ có thể viết và tạo ra âm nhạc trong tương lai gần?

Tôi khá thẳng thắn về việc không phải là một người hâm mộ lớn của trí tuệ nhân tạo cho sự sáng tạo. Nó là một thí nghiệm học thuật thú vị, và có các hệ thống thực hiện điều đó, nhưng tôi chỉ không thấy sự cần thiết của nó. Musiio hoạt động rất tốt vì không ai muốn gắn thẻ hàng nghìn bản nhạc mỗi ngày. Nó không thú vị, và bạn không cần một người để làm điều đó một cách hiệu quả hoặc nhanh chóng. Nhưng việc tạo ra âm nhạc? Tôi không chắc lắm.

Ngay cả vậy, tôi nghĩ chúng tôi còn ít nhất 5 đến 10 năm trước khi âm nhạc được tạo ra bởi trí tuệ nhân tạo sẽ nghe hay. Tôi đã nghe một số bản nhạc piano được tạo ra bởi trí tuệ nhân tạo gần đây, và rất khó để phân biệt liệu nó được viết bởi trí tuệ nhân tạo hay chỉ bởi một người không quá thành công. Tôi không bị thuyết phục rằng một buổi biểu diễn của trí tuệ nhân tạo sẽ bao giờ không thể phân biệt được với một người biểu diễn thành công.

Và tại sao bạn lại muốn nó như vậy? Vậy nhiều điều làm cho âm nhạc trở nên thú vị là những câu chuyện xung quanh một nghệ sĩ, phong cách, thông điệp và hình ảnh của họ. Nó không chỉ là về âm nhạc.

Có điều gì khác mà bạn muốn chia sẻ về Musiio?

Tôi rất hào hứng khi Musiio vừa được trao giải thưởng số 4 trong danh sách 10 Công ty Âm nhạc Đổi mới nhất của Fast Company vào năm 2022. Đội ngũ và công nghệ của chúng tôi đã phát triển từ một ý tưởng hạt giống đến việc nhận được sự công nhận quốc tế cùng với những tên tuổi lớn trong ngành như Hipgnosis và SoundCloud. Đó là một sự chứng minh cho sự đổ mồ hôi, nước mắt và công sức mà đội ngũ của chúng tôi đã đặt vào các sản phẩm hàng đầu của chúng tôi. Chúng tôi rất hào hứng khi ở tại giao điểm giữa âm nhạc và công nghệ. Và việc biết rằng có những trường hợp sử dụng mà chúng tôi thậm chí chưa nghĩ đến khiến tôi rất hào hứng về tương lai.

Cảm ơn bạn vì cuộc phỏng vấn tuyệt vời, những người đọc muốn tìm hiểu thêm nên truy cập Musiio.