Press "Enter" to skip to content

一发入魂的音乐,如何来到你的耳边?

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

本文 来自微信公众号“放大灯”(guokr233),作者:陈颖、杨景诒

 

在中国,几家头部互联网音乐平台的曲库规模共计超过7000万首(如果计算重复),假设每首歌平均时长3分钟,一个人需要连续收听400年才能听完。

 

普通人一辈子往往只会听三五千首歌曲。穷极一生,你也不可能遍历这庞大的曲库——不仅是你不能,甚至音乐平台的编辑也做不到。

 

所以,谁能为你推荐下一首歌?谁来给你惊喜?

 

今天,听歌似乎简单又容易,但从前并非如此。

 

早期互联网音乐播放器比较原始,用户需要主动搜索并点歌。1999年上线的九天音乐,与后来的百度MP3、酷狗等,起初都是点播平台。

 

与点播相对的,则是电台音乐(Radio)——它由专业的编辑或算法决定用户听什幺歌。

 

2009年,豆瓣基于推荐算法,推出豆瓣FM。中国互联网音乐平台从此进入算法时代,QQ音乐、虾米音乐、网易云音乐等也纷纷效仿。

 

这项功能颇有前瞻性 ——在国外,以推荐算法成名的Spotify,其电台功能的上线时间,也比豆瓣FM晚两年[1]。至于推荐算法在其它领域大杀四方,还要等到2012年才上线的今日头条。

国内互联网音乐平台发展历程 | 放大灯团队制图

为什幺互联网音乐平台对算法这幺积极?

 

算法不仅革新了产品体验,更能决定平台的生死存亡——你能想到,仅仅把“搜歌”变成“推歌”,平台就能省下一大笔钱吗?

豆瓣FM做电台的主要原因是——穷。

 

音乐行业有一套细致的版权定价规则。点播版权、配乐版权、下载版权的价格均有不同。 其中,电台播放的版权费用比点播的版权费更低 。

 

现实条件是,豆瓣手里只有电台播放的版权,于是因陋就简做了一款纯电台产品。“ 在豆瓣FM里,你不能重听前一首歌。 ”前豆瓣FM技术总监赵凌告诉放大灯团队(ID:guokr233),这也是因为版权的限制。

 

算法推送不仅降低了版权单价,也改变了音乐平台向唱片公司付费的逻辑。

 

此前,互联网音乐平台以预付费模式,花钱批量“租下”唱片公司的版权曲库(租期2~3年),吸引用户听。但这种简单粗暴的模式有明显漏洞,像传统磁带A面录热门歌,B面录充数的“水歌”一样,唱片公司也会把热门歌和“水歌”打包售卖,导致一部分歌曲播放量极高,一部分播放量又奇低,因此,预先支付给唱片公司的费用,本质是为热门曲库买单。

 

低效的预付费模式浪费了版权资源利用率,互联网音乐平台自然不能忍——如果不能单买热门曲库,那就必须改变计费规则。

 

如今,国外音乐平台如Spotify、Google、苹果、亚马逊等公司已开始尝试按播放量支付版权费(如 Spotify 定价0.00331美元/次,Google 定价0.0054美元/次,Apple Music 定价0.00495美元/次,Amazon 定价0.00395美元/次)[2]。就匠音乐创始人张昭轶告诉放大灯团队,按播放量付费未来会成为行业标准。

 

计费方式改变后,算法会在很大程度上影响唱片公司的收入。

 

一方面,算法面前,曲库与曲库并不平等。

 

通过播放量,算法将轻易分辨出热门/冷门音乐,并将其经济价值分为三六九等。以早年虾米音乐的独家曲库为例,滚石音乐的曲库规模只有几万首,但都很热门,所以很快被网易云音乐抢走;BMG的曲库规模超过250万首,但多数冷门,所以迟迟无人争抢,几乎到了虾米关闭前夜才转给网易云音乐。

 

接下来,算法分发将引发马太效应,热门曲库会给唱片公司带来更多收入,而曲库冷门的唱片公司就讨不到什幺好处。 通过按需付费,互联网音乐平台可以将经费用在刀刃上——购买消费者真正喜欢的歌曲。

 

另一方面,算法本身并非完全中立,它更能体现出平台的意志。

 

算法不仅能决定推什幺歌,还能决定推谁的歌。虾米音乐的算法,就更倾向于向用户推荐小众音乐人和他们的作品[3]。这也意味着,唱片公司在虾米音乐得到的推荐量会更少,其版权收入也会因此缩水。张昭轶表示:“ 这样一来,传统唱片公司的地位会变得十分被动。 ”

算法给互联网音乐公司带来的不止是经济效益,还有更好的用户体验。

 

Spotify研究总监莫妮亚·拉玛斯·罗列克称,Spotify的“灵魂”是一个名为BaRT的算法系统。这个系统能分析每一个用户的特点,选出用户感兴趣的音乐,生成“千人千面”的推荐歌单[4]。莫妮亚还表示,BaRT能够帮助提高用户的使用体验——让用户更久、更频繁地使用算法推荐(wanting to use the technology longer and often)[4]。

 

此外,随着算法不断迭代,互联网音乐平台推荐的内容越来越准,用户还会对产品产生依赖。而算法留住的用户越多,用户停留的时间越长,他们为内容付费的可能性也就越大。“这件事有难度,但如果能做好,它会给音乐平台带来很大收益。”赵凌认为。

 

但早期的推荐算法,不像现在的那幺“高级”。

 

“推荐算法刚在音乐行业火起来的时候,大家用的都是协同过滤算法。”赵凌告诉放大灯团队。

 

举个例子,如果有两个用户a和b,他们都听了A歌和B歌,那协同过滤算法就会把a、b当作两个相似用户,会把用户a听到的另一首C歌推荐给用户b,这就是简单的“用户协同过滤”逻辑。

用户协同过滤算法工作原理 | 放大灯团队制图

事实上,协同过滤算法诞生于上世纪80年代,在本世纪初,亚马逊将其用于商品推荐,而它的确也比较适和推荐复杂内容,不仅仅是豆瓣FM,网易云音乐也用过这种基础算法[5]。

 

就在2020年底,还有一位新消费圈的创业者曾发文总结自己一年来的朋友圈,其中就有一条提到音乐推荐算法,她将Spotify基于行为的协同过滤算法称为高级的,并认为国内的音乐App算法“好弱哦”。

我们现在知道了,国内音乐App们也在用协同过滤,豆瓣FM甚至比Spotify还早做出来两年。

 

然而,协同过滤是一条简单粗暴的算法路线。它的优势在于,机器不需要理解内容,仅凭用户行为数据就可以完成推荐。而这也是它最大的问题,协同过滤算法无法判断歌曲的特点,只知道其中的相关性,但这个相关性往往不那幺准确。

 

协同过滤算法的精确度与行为数据的积累量有关,它的确越用越好用,但新用户初来乍到、新歌曲刚刚上线,都是协同过滤算法的处理盲区。但新用户的体验又至关重要——每一个增长黑客理论中,“新用户留存”都是重要的环节。

 

随着技术的发展,机器也逐渐学会“理解”内容——简单来说,算法会抽取歌曲的音乐和歌词特征,给每首歌都打上数个“标签”。通过标签理解歌曲内容,再将其匹配给最合适的听众。

 

于是,互联网音乐平台纷纷抛弃协同过滤,把希望寄托在基于标签簇的个性化推荐算法上。

 

网易云音乐算法团队告诉放大灯团队,推荐算法不仅会给歌曲、歌单打标签,还会盘点用户的群体特征,“如果系统判定你喜欢‘旅行’标签的歌单,就可能把这群用户偏好的其它标签歌单也推给你。”

基于标签簇的推荐算法工作原理 | 放大灯团队制图

如今看来,基于标签簇的推荐算法比协同过滤算法更先进。它是主流在线音乐平台的标配,但不包括Apple Music。

 

苹果现任CEO库克认为,相比起冷冰冰的算法,由真人进行运作的Apple Music更懂它的听众[6]。

 

虽然路线一致,但不是所有在线音乐平台都能把算法做到尽善尽美。用户在使用时,会感到明显差异,而这又涉及公司之间不同的推荐策略,以及它们在算法细节上不同的处理方式。

对于普通用户而言,评价音乐播放器算法的维度非常简单:它推的歌适合我的口味吗?

 

豆瓣FM是国内最早启动纯算法推荐机制的音乐电台。在豆瓣FM上线10年后、几乎没有什幺市场份额的2019年,还有人在知乎回答:豆瓣最大的优势在于其强大的算法,它“总会找到我喜欢的歌曲”[7]。

 

豆瓣FM的初始定位是一款后台产品,在用户聊天、工作、居家时播放背景音乐。

 

豆瓣FM由豆瓣孵化,后者是以兴趣为核心的社交网站,用户会产生并积累大量书、影、音等标记和偏好数据,可供豆瓣FM作更精准的音乐推荐。

 

用户在豆瓣FM上能进行的交互行为不多:点红心、跳过、暂停、下一首……但所有这些行为都会被豆瓣FM收集起来,用来分析用户的喜好。

 

早期豆瓣FM还尝试过用一些新奇的办法来优化算法。比如,采取人机赛马的方式,分两组、按照歌词情感属性对音乐进行分类。在这次尝试里,人类胜出了——机器只能分出几个大类,再细分其准确度就会下降。

 

不过,豆瓣还是通过几十个推荐引擎,日以继夜地为用户推送音乐。赵凌表示,这些推荐引擎也并非一成不变,会随着产品的运行不断修正。

 

除了豆瓣FM,虾米音乐的推送品质也为人称许。

 

与豆瓣FM的定位不同,虾米想要建立起高质量的音乐社区。成立初期,为了完善曲库,虾米音乐“从全球范围内召集了300多个音乐爱好者,用社区的方式去做”[8]。

 

虾米音乐充分动员了用户——它鼓励用户自由上传曲目,修改音乐分类、编辑歌词、专辑信息。这些用户们“调教”算法的行为数据,成为算法完善数据库、提高推送精度的帮手。

 

得益于用户众包,虾米建立起全网音乐曲风分类最全、流派分类最细的音乐库。在2020年7月举办的上海国际独立音乐季(IMS)活动中,虾米音乐产品及用户运营负责人龙吉就表示,虾米音乐拥有超过3000万首曲库[9]。而根据虾米音乐用户2021年初的整理,虾米音乐曲风流派共有24个大类,566个小类[10]。

 

从豆瓣FM和虾米音乐的案例中,我们可以看到,算法想“随我心意”,需要产品定位、曲库规模、用户行为、运营策略等因素的共同参与。

 

算法在努力推送用户喜爱的歌曲,但推荐歌单里用户喜欢的歌越多,就越好吗?

 

并非如此。我们可以假设一个极端的状况——如果一个用户只收听某个特定类型的歌曲,会发生什幺?

 

事实是这个用户很快会进入“听歌茧房”:算法不再推荐新的音乐类型,用户也对新音乐类型不感兴趣,同时对已收藏的歌曲感到烦腻。音乐App用户的黏性和使用时长也会降低。

 

是推送用户喜爱的特定歌曲,还是探索用户的兴趣边界?是选择低风险的大众流行,还是冒更高的风险尝试给用户一些惊喜?算法必须做出权衡。

 

网易云音乐算法团队向放大灯团队介绍,为了规避“听歌茧房”现象,网易云音乐会推荐用户平时不太接触的歌曲,增加用户听歌类型的多样性。

扰动因素的作用 | 放大灯团队制图

在推送中加入扰动因素——用户比较陌生的歌曲,也已经成了在线音乐播放器的标配。

 

算法运转之下,数千万首歌曲从曲库中出发,被推荐到用户耳边。在这个过程中,用户对音乐App推送算法有了朦胧认知:虾米的推送很有品位、豆瓣FM的推送很准、QQ音乐更喜欢推流行歌……

 

还有网友脑补网易云音乐“算法小哥”的小剧场:“我还不知道你好那一口?”“你以为歌单80%都会是日语POP?呵呵,我知道这个时候你需要一首后摇来调整回丧的氛围。”[11]

 

网易云音乐是在故意推荐特定情绪类型的音乐吗?

 

网易云音乐算法团队向放大灯团队表示,网易云音乐的“情感”歌单一共有怀旧、清新等13个类型。根据2020歌单年度报告的统计,平台歌单的高频词第1名正是“治愈”,超过75%的用户听过治愈相关的歌单。

 

推荐算法风格的差异也导致用户群进一步分化。

 

赵凌向放大灯团队介绍,2013年,QQ音乐曾试图和豆瓣FM合作,将QQ音乐的用户行为数据导入豆瓣FM,改进各自的算法。可该项目在开始不久后,就被叫停了。

 

原因是,两方用户行为之间的差异实在是太大了。QQ音乐的用户呈现出偏低龄、爱听流行歌的整体特征,这和豆瓣FM的用户特征发生了剧烈冲突。

 

但音乐App的竞争维度不只是算法,产品、社区和最基本的核心版权曲库规模也非常重要,正是由于这些短板,豆瓣FM和虾米在版权大战中相继失势。

 

虾米音乐创始人王皓在接受播客《坏蛋调频》采访时表示,不认可互联网音乐平台打版权战。恶性竞争之下,版权价格会越抬越高。但王皓也进行了反思:“当时真的很天真地以为,我们可以在互联网时代找到更透明、更直接的方法帮到所有音乐家。”[12]

 

虾米没有找到更好的方法,优秀的推荐算法没能挽救虾米。2021年2月,虾米正式停止运营。

推荐算法的初衷,是用技术手段帮用户挖掘“好歌”。但实际上,无论推荐音乐还是流量变现,15秒的短视频都比动辄三四分钟的单曲更高效。

 

QuestMobile发布的《2020中国移动互联网半年度报告》显示,至2020年6月,短视频行业MAU已经达到8.52亿。而同期,中国在线音乐行业的MAU为6.55亿。同时,短视频App占据用户的时长份额接近20%,成为了仅次于即时通讯的第二大互联网行业[13]。迅速崛起的短视频App正成为不折不扣的流量黑洞。

 

这些短视频App带火了众多“一夜爆红”的神曲。从《学猫叫》到《绿色》再到《酒醉的蝴蝶》,历代“抖音神曲”不光影响了听众的音乐品味,也带来其它改变。

 

借由神曲们的崛起,短视频App的推荐算法也开始影响音乐制作。

 

张昭轶向放大灯团队介绍,在没有算法的时代,“1645”“4536251”和“卡侬”这三套和弦已是“大歌”要素,而算法将这几套和弦体系的显着性继续放大。为了追求效率,算法倾向于推荐与热门神曲相似的音乐。除了和弦体系,短旋律重复、反拍副歌这些刺激性更强的音乐特征,同样被算法强化。

 

对于音乐制作人来说,如果想让自己的歌曲得到算法的青睐,那幺就必须迎合算法的口味。“事实上,很多音乐人、经纪团队和MCN已经开始这样做了。”张昭轶告诉放大灯团队。

 

从这个角度来说,推荐算法已经在迫使上游的音乐制作行业,去生产符合算法口味的歌曲。

 

在虾米音乐宣布停止运营之际,有人在知乎上提问:“虾米能不能把个人推荐算法公开?”但即便这套算法被公开,但它能帮某个小而美的播放器杀出重围吗?或者,某个巨头把它买下来,就能改善用户体验吗?

 

从互联网音乐到短视频,算法的形态、作用和影响看似发生了变化,但有一点确定无疑:算法不断更迭,但它终归要服务于互联网音乐产品的核心定位,以及背后公司的意志。

 

算法不是音乐行业唯一的神,但它让音乐App更有神采。

 

References:

 

[1] Marketplace上关于Spotify上线广播功能的新闻报道

 

https://www.marketplace.org/2011/12/09/spotify-radio/

 

[2] 2018 Streaming Price Bible! Per Stream Rates as Streaming Volume Grows. YouTube’s Value Gap is Very Real.

 

2018 Streaming Price Bible! Per Stream Rates Drop as Streaming Volume Grows. YouTube’s Value Gap is Very Real.

 

[3] 陈白:虾米音乐关停 互联网告别“小而美”.经济观察报.2021.01.07.

 

http://www.eeo.com.cn/2021/0107/454037.shtml

 

[4] Spotify研究总监莫妮亚·拉玛斯·罗列克的分享:Personalizing the listening experience

 

https://www.slideshare.net/mounialalmas/personalizing-the-listening-experience

 

[5] 当App沉迷做个性化定制:我在300次推送中完成了20场角色扮演.全媒派.2018.09.07

 

https://mp.weixin.qq.com/s/BYkf38WEAOEIJMVUKVi3yQ

 

[6] 李昌丰:Apple Music这场“Spotify追击战”是如何初见成效的?| 案例池.音乐财经.2018.08.09

 

https://mp.weixin.qq.com/s/Ac_-F5UU_A36T1I2t0NHJA

 

[7] 知乎提问:豆瓣fm为什幺能生存?靠什幺优势

 

https://www.zhihu.com/question/22016508

 

[8] 普通小夏、蓝莲花:创始人、用户、员工,虾米音乐背后的三重故事. 剁椒娱投.2020.12.06

 

https://mp.weixin.qq.com/s/eVQHhP3vuHGvVryAwoPZVw

 

[9] 虾米音乐曲库突破3000万用技术创新为数字音乐发展护航.央广网.2020.07.22

 

http://tech.cnr.cn/techph/20200722/t20200722_525176723.shtml

 

[10] 虾米音乐贴吧中用户进行的虾米音乐流派分类

 

https://tieba.baidu.com/p/7181760618

 

[11] 浮云频率:虾米和网易云音乐 哪家“每日推荐”质量更好?少数派.2017.06.04.

 

https://sspai.com/post/39527

 

[12] 播客节目《坏蛋调频》专访虾米音乐创始人王皓

 

https://www.lizhi.fm/box#play

 

[13] QuestMobile《2020中国移动互联网半年度报告》

 

https://www.questmobile.com.cn/research/report-new/118

Be First to Comment

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注