211service.com
Software de audio para el oyente de Moody
Cuanta más música tengas, más difícil será encontrar la canción adecuada. Los investigadores de la Universidad de Munich en Alemania creen que tienen una solución: un reproductor de música digital que mapea las canciones por estado de ánimo.
AudioRadar traza colecciones de música en un mapa basado en el estado de ánimo en el que se puede hacer clic (aquí solo se muestra una sección). Sus creadores aún están mejorando el programa, pero algún día puede llegar a tu iPod. (Cortesía de Otmar Hilliges, Universidad de Munich.)
Programas como iTunes de Apple tienen el inconveniente de requerir que sus usuarios se desplacen por listas interminables, dice Otmar Hilliges , estudiante de posgrado en el grupo de investigación de Munich. Mucha gente que tiene iPods me dice que ya no leen la lista, señala. Recuerdan dónde están espacialmente en la lista sus artistas favoritos y se desplazan, recordando cuánto tiempo les lleva llegar al artista que quieren. Pero este truco no es de mucha ayuda si estás buscando entre varios miles de canciones.
En muchos casos, es posible que los usuarios ni siquiera tengan un artista o un título en mente, sino más bien una idea del tipo de música que quieren escuchar. Podrían buscar por género, buscando jazz, por ejemplo, pero esas etiquetas no revelan cómo suena realmente una canción o, mejor aún, cómo se siente.
Algunas personas ceden el control por completo y configuran a su jugador para que se reproduzca aleatoriamente. El resultado es una mezcla que sacude a los oyentes de todo el mapa, dice Paul Lamere , ingeniero de software de Sun Microsystems Laboratories en Santa Clara, CA. Puede que obtenga ACDC seguido por Raffi, dice. A esto lo llamamos latigazo cervical. Lo que realmente queremos es un botón que diga 'Ponme la música que me gusta'.
En cambio, el software desarrollado por el grupo de Munich, AudioRadar, proporciona un mapa de canciones por su sonido y similitudes. Utilizando algoritmos desarrollados por otros investigadores acústicos a lo largo de los años, escanea una colección de música y mide las cualidades de la canción: tempo, cambios de acordes, volumen, armonía, etc. Luego pondera las canciones según cuatro criterios clave: rápido o lento, melódico o rítmico, turbulento o tranquilo y áspero o limpio. (La turbulencia mide la brusquedad de los cambios; irregular indica el número de cambios).
Con base en estas métricas, la aplicación crea un mapa en el que una canción elegida aparece en el centro de la pantalla, con canciones similares agrupadas en un círculo a su alrededor, algo así como puntos de luz en una pantalla de radar. Luego, los usuarios pueden medir, por ejemplo, la tranquilidad o la limpieza de otra elección musical por su posición relativa en el mapa. Las distancias se escalan; por ejemplo, una canción en el borde exterior del círculo sería dos veces más tranquila que una en el centro. Y el grupo se reorganiza después de cada nueva canción. Por lo tanto, los usuarios pueden navegar por sus colecciones sin necesidad de recordar todas las canciones que poseen. Pueden crear listas de reproducción basadas en el estado de ánimo o dejar que el programa seleccione la siguiente canción más similar.
AudioRadar es diferente de los motores de descubrimiento de música como Liveplasma , Pandora , y Last.fm , que ayudan a los usuarios a ampliar sus colecciones. Estos servicios en línea analizan sus gustos musicales y sugieren música nueva que podría gustarle. Otro programa, Musipedia , permite a los usuarios tararear, silbar o reproducir una canción, y luego recupera el título y el artista.
Los parientes más cercanos de AudioRadar son otros dos programas aún en desarrollo: Playola , creado por un estudiante de la Universidad de Columbia, y Buscar dentro de la música , por Sun Microsystems. Playola mide patrones en canciones y los encaja en géneros: electrónica, rock universitario, etc. Después de escuchar una canción inicial, los usuarios ajustan los controles deslizantes para indicar las preferencias de género para la siguiente opción: un poco más de cantautor y un poco menos de rock universitario, por ejemplo. El programa proporciona navegación basada en el estado de ánimo, como AudioRadar, y utiliza algunos de los mismos algoritmos, dice Dan Ellis , profesor asociado de ingeniería eléctrica en Columbia, que supervisa Playola. Ellis dice que AudioRadar ofrece la ventaja de una pantalla fácil de usar.
Al igual que AudioRadar, Search Inside the Music es un reproductor multimedia que mide las características de las canciones. Muestra canciones como grupos de estrellas en un cielo imaginario, agrupadas por género y similitud de sonido. Los usuarios pueden realizar un viaje musical a través de sus colecciones, haciendo clic en un punto de partida, por ejemplo, una canción de rock rápido, y solicitando una lista de reproducción que se mueva hacia un final, como una pieza clásica tranquila, minimizando el latigazo en el camino.
Grandes colecciones de música ... están pidiendo a gritos mejores mecanismos de navegación, dice Ellis de Columbia. Sin embargo, tanto AudioRadar como Search Inside the Music siguen siendo prototipos. El primero se presentará en el Sexto Simposio Internacional de Gráficos Inteligentes en Vancouver, Canadá, a finales de este mes.
Estos programas aún no han abandonado los laboratorios principalmente porque todavía son ineficientes. Se necesita mucho tiempo para extraer las canciones, dice Hilliges, admitiendo que aún no ha construido su prototipo a su capacidad de 10,000 canciones porque se frustra durante el proceso de extracción. Los algoritmos lentos de AudioRadar hacen que las canciones tarden, en promedio, entre un cinco y un diez por ciento más en procesarse que su tiempo de reproducción. Para colecciones grandes, eso puede sumar muchas horas.
Stephen Downie , Sin embargo, el profesor asociado y especialista en recuperación de información y multimedia de la Universidad de Illinois en Urbana-Champaign cree que este problema es de corta duración. A medida que las computadoras y los algoritmos de extracción se vuelven más rápidos, los sistemas como AudioRadar eventualmente se integrarán en su iPod, predice.
Aún así, estos programas tienen otros fallos. La similitud es una métrica humana, dice Lamere, investigador principal del proyecto de búsqueda de música de Sun Lab, lo que significa que sigue siendo un fenómeno subjetivo: la gente llama a las canciones similares por una variedad de razones.
Ellis dice que los programas informáticos actuales hacen un mal trabajo al duplicar los juicios de similitud humana ... En grandes colecciones de música, con frecuencia encontramos juicios de similitud de máquinas que simplemente no tienen sentido para el oyente, y cuanto más diversa es la colección, más extravagantes se vuelven estos errores de juicio. Las primeras versiones de Search Inside the Music, por ejemplo, agrupaban la música clásica con el heavy metal, porque medía las similitudes por el timbre de los instrumentos. Para la computadora, los clavicordios y las guitarras de heavy metal sonaban similares.
Estos programas también están limitados por una cualidad que es aún más difícil de medir: la originalidad. Tú, como ser humano, reconocerás Stairway to Heaven tocada en un banjo, a diferencia de la versión original tocada en el concierto de Led Zeppelin, dice Downie, pero estos sistemas realmente no pueden entenderlo ... Es bueno ver que están tratando de comercializar [estos programas], dice, pero todavía hay mucho terreno por explorar.