Hazel Savage，Musiio 的 CEO 和联合创始人 – 采访系列

Musiio 为一些世界上最大的音乐目录提供 AI 驱动的分析、标记和搜索工具，包括索尼音乐、Hipgnosis、Amanotes、Epidemic Sound 和 Blanco Y Negro 在内的客户。

作为一名热爱摇滚音乐的吉他手和 Musiio 的联合创始人兼 CEO，Hazel Savage 在音乐行业工作了 15 年，曾为世界上一些最大的音乐品牌工作，包括 HMV、Shazam、Pandora 和环球音乐。Hazel 了解音乐行业从音乐家到大型跨国公司的需求。

您在音乐行业工作了 15 年多，是什么让您对音乐如此热情，为什么您想从事音乐行业？

我的父母非常喜欢摇滚音乐，他们是音乐的忠实粉丝，所以我从小就被音乐包围。13 岁生日时，我得到了第一把吉他，我仍然喜欢演奏和现场表演。所以，当我在思考如何规划我的生活时，专注于我已经投入了大量时间的事情是很自然的。

我做了很多与音乐相关的事情，包括演奏乐队、管理乐队、举办俱乐部活动、发传单等。慢慢地，这些事情变成了我的职业，尽管它带有技术色彩。

您能分享一下 Musiio 的创立故事吗？

我大学毕业后的第一份工作是在 HMV（英国唱片店）摆货架。可以说，我从那时起就意识到了音乐分类的困难。几年后，我在一家用户生成音乐平台工作，平台每天会上传数千首曲目。我与一个制作播放列表的人合作，他需要手动收集最好的音乐上传到播放列表。他每天要听数百首曲目，有些天他能找到足够好的内容制作播放列表，有些天他找不到。我开始想知道是否有办法自动找到最适合特定情景的最佳曲目，这样他就可以利用他的音乐专业知识来制作播放列表，而不是只是过滤掉不好的音乐。

Musiio 成立于 2018 年，当时我通过新加坡的创业孵化器 Entrepreneur First 遇到了我的联合创始人 Aron Pettersson。Aron 是一位 AI 天才。当我们讨论如何合作时，我们意识到我们可以利用 Aron 的 AI 技能来解决音乐过滤、自动标记或搜索音乐的 problema，包括流派、情绪、BPM 等。Aron 在一个下午内建立了算法的原型，我们将其应用于一个免费的音乐档案。我们出去吃午饭，离开它处理数据。当我们回来时，我们对结果的准确性感到惊讶。从那里，我们大大优化了算法。我们有一个音乐团队帮助教导 AI 并进行质量控制，我们发布了标记、音频参考搜索、播放列表和甚至歌曲片段选择等产品，适用于 TikTok 等平台。

在 Musiio 中使用了哪些机器学习算法？

我们建立了自己的专有算法，我们认为这是我们的秘密武器！我的联合创始人 Aron 在机器学习方面工作了十多年，涉及分子生物学、神经科学、物理学，甚至游戏开发。他领导我们的 AI 团队。我们还利用了诸如 TensorFlow、Kubernetes 和 Google Cloud Services 等优秀技术来实现可扩展性和在大规模上交付我们的产品。在我们最大的体积时，我们每天标记 5,000,000 首曲目！我们还花费了大量时间和精力来优化我们的 JIRA 工作流程；这不仅仅是使用哪些工具，还包括如何高效地与开发人员和音乐专家团队合作。将 AI 和音乐团队结合起来是我们的第二个秘密武器。

构建音乐搜索引擎面临的挑战是什么？

速度和准确性是搜索的两个大挑战。它必须快速，因为人们在实时使用它。这与标记不同，用户可能会进行多个搜索查询，但标记只发生一次。

有几种方法可以加快搜索速度。您可以只显示与种子曲目共享相同标签的曲目，但您会牺牲准确性。例如，对 2 亿首曲目的纯音频参考搜索可能需要很长时间，因此您需要不断平衡速度和准确性，寻找解决方案。这很棘手，部分知识来自于实践经验，但我可以分享的是，我们将音频文件转换为频谱图，即音频文件的详细指纹。当我们进行音频参考搜索时，算法分析多达 1,500 个数据点，这远远超过了仅使用词标签的可能性。它还可以捕捉到难以描述的音乐特征，例如声乐质量、氛围和情绪。我们还允许用户定义过滤器，因此他们的搜索可以更快、更有针对性。

另一个挑战是如何管理相关性。大多数人不会浏览搜索结果的第一页以外，因此我们在此投入了大量时间。

Musiio 为 B2B 客户解决了哪些问题？

我们为任何拥有音乐目录的客户提供服务。我们建立了可扩展的技术，无论您是没有时间标记音乐的音乐家，还是拥有数亿首曲目的流媒体服务，我们都可以帮助您。

我们帮助唱片公司组织数据以便于目录导航，我们帮助同步公司（将音乐与视频、电视和电影配对）发现隐藏的宝藏，我们帮助流媒体服务构建更好的播放列表。这些公司面临的问题是，手动处理音频需要大量人力和时间，并且很难长期保持准确性。我曾经作为实验标记了 1,000 首曲目，花了两周时间，并不是很有趣。我们的 AI 可以每天标记数百万首曲目，准确率为 90-99%。

使用我们的 Musiio Search 产品，我们允许 B2B 客户将音频参考搜索作为功能提供给他们的用户。如果一个视频制作人正在寻找音乐放置，他们将从了解客户的期望开始，例如流派、情绪、BPM，然后在他们选择的网站上搜索。Musiio 通过允许视频制作人使用“参考曲目”在几秒钟内搜索整个数据库来简化此过程。我们的 AI 将扫描参考曲目并返回最接近的音频匹配。

Musiio 最近推出了 NFT 歌曲切片产品，能否描述一下这是什么？

NFT 歌曲切片是一种原型设计，旨在帮助艺术家从他们的音乐中获得更多价值。它使用 AI 驱动的过程来找到一首歌曲中最理想的 hook（最吸引人的部分），最多可找到三个 hook，并提供时间码，以便艺术家可以将这些歌曲片段作为 NFT 进行铸造。它还可以自动为整个目录执行此操作，使得拥有大量回库的标签和艺术家更容易快速创建新的数字收藏品。

这种类型的歌曲切片产品有哪些潜在的用例？

对于目录所有者或拥有大量回库的艺术家，NFT 歌曲切片可以每天从数百万首歌曲中选择最有价值的部分。例如，唱片公司可以将这些歌曲片段转换为 NFT 并将其作为限量版数字商品出售。

在流媒体革命的时代，粉丝很难直接将钱放入他们喜欢的艺术家的口袋。我们认为 NFT 歌曲切片是一种让粉丝支持他们喜欢的艺术家并拥有数字收藏品的方式。每个切片也可以由权利持有者以不同的价格出售。例如，合唱部分可能比诗句更贵。

此外，由于 NFT 歌曲切片可以识别一首歌曲中最有价值的部分，我们认为这项技术还可以为 NFT 和甚至整个音乐目录提供价值预测。

您对 Musiio 未来的愿景是什么？

我说 Musiio 是一家 10 亿美元公司的三分之一。要建立这样的公司，您需要三个部分。第一个部分是对大量数据的法律访问权限，或者说是一个“管道”。第二个部分是技术，这就是我们所擅长的。第三个也是最后一个部分是标签：一种将您发现、搜索或找到内容变现的方式。Musiio 始终致力于实现这一长期目标。

您是否认为 AI 将来会写作和生成音乐？

我对 AI 创造力持怀疑态度。这是一个有趣的学术实验，有些系统可以做到这一点，但我不认为有必要。Musiio 之所以能这么好地发挥作用，是因为没有人想每天标记数千首歌曲。这不是一件有趣的事情，也不是一个人可以有效或快速地完成的事情。但是音乐创作？我不太确定。

即使如此，我认为我们至少需要 5 到 10 年的时间才能让 AI 生成的音乐听起来很好。我最近听了一些 AI 生成的钢琴音乐，很难判断它是由 AI 生成的还是由一个不太擅长的音乐家创作的。我不相信 AI 表演会在短期内与人类音乐家的表演无法区分。

而且，为什么要这样做呢？音乐之所以有趣，不仅仅在于音乐本身，还在于艺术家的传说、风格和信息。

关于 Musiio，还有其他您想分享的内容吗？

我很高兴地宣布，Musiio 刚刚被 Fast Company 授予 2022 年最具创新性的音乐公司第 4 名的殊荣。我们的团队和技术从一个想法的种子发展到获得国际认可，与巨头如 Hipgnosis 和 SoundCloud 并列，这是对我们团队为行业领先产品所付出的血汗和努力的致敬。我们很高兴能够站在音乐和技术交叉点的前沿。同时，我们知道还有许多我们尚未想到的用例，这让我对未来感到非常兴奋。

感谢这次精彩的采访，读者可以访问 Musiio 了解更多信息。