Musica

MUSICA – Spotify: così “Discover Weekly” consiglia cosa ascoltare

Con oltre 30 milioni di brani disponibili, Spotify è ormai leader indiscusso nel settore musicale, sopratutto per ciò che concerne l’ascolto in streaming. Il primato internazionale del software svedese continua ancora oggi grazie ad alcune chicche per i propri utenti, tra cui la “Discover Weekly”, attraverso cui il sistema, in automatico, consiglia 30 nuovi brani che, con ogni probabilità, soddisfano i gusti musicali di ciascun utente.  

Anche in questo caso qualcuno ha voluto cimentarsi nello svelare l’arcano che si cela dietro questa funzione assai gettonata: a renderlo noto è infatti Hackernoon, che in maniera abbastanza dettagliata ha dimostrato quali sarebbero i tre metodi utilizzati per elaborare la playlist settimanale proposta dal sistema. Il primo di questi, già noto per altre piattaforme collaudate – come Netflix –  è il filtraggio collaborativo: in maniera indiretta, come se avvenisse uno scambio di informazioni tra utenti, Spotify mette a confronto le scelte musicali degli ascoltatori, basandosi sui brani salvati, numero di riproduzioni di uno stesso brano, sino all’ascolto più o meno frequente di uno stesso artista. Trovati in tal modo utenti con interessi simili, il sistema effettua uno “scambio”, consigliando ad uno dei due ciò che è piaciuto al primo – ad esempio – ma che il secondo invece non ha ancora ascoltato.

Il secondo criterio di selezione prevede invece l’uso del NPL, ovvero l’elaborazione del linguaggio naturale. Svolgendo continue ricerche in rete, l’azienda riesce a captare una serie di parole chiave – poi tradotti come “tag” – che il pubblico musicale è solito associare a gruppi ed artisti nelle proprie ricerche sul web; con lo stesso sistema, i tag verrebbero ulteriormente raccolti da pagine ed articoli che trattano di musica. Anche nel caso del NPL avviene una successiva comparazione: assodato che ciascun artista sia contraddistinto da specifici tags, si cerca di proporre all’utente brani musicali di artisti che presentano tag affini o in comune con quelli già ascoltati nelle proprie playlist.

Altamente tecnologico ed avveniristico è invece il terzo criterio di selezione, più sofisticato e che non si avvale solamente dei brani conosciuti o ricercati dall’utente. La comparazione è anche qui presente ma abbastanza complessa, se si pensa che il sistema rintraccia una qualche similarità sovrapponendo i frame audio di ogni traccia musicale, fino ad individuare sequenze affini tra loro. Questo processo, da alcuni definiti come “machine learning”, è certamente svolto da software specializzati per questo tipo di scansione e può essere considerato come l’equivalente di una minuziosa analisi di una fotografia, tenendo conto di ogni singolo pixel che la compone.

 

Luciano Simbolo

Aspirante giornalista, praticante studente, occasionalmente musicista. Collaboratore dal 2016, studia Lettere moderne presso il DISUM di Catania. I tre imperativi fondamentali? Scrivi, viaggia, suona ma senza dimenticare la pizza e lo sport.

Da TWITTER

Laureata a #Catania nel 1926: la pergamena è un importante cimelio storico https://catania.liveuniversity.it/2020/01/22/laurea-depoca-universita-catania-foto/

#Catania, #Pogliese: "Multinazionale investirà in città, previste 350 #assunzioni" https://catania.liveuniversity.it/2020/01/22/catania-pogliese-multinazionale-assunzioni/

Laureata a #Catania nel 1926: la pergamena è un importante cimelio storico #foto https://catania.liveuniversity.it/2020/01/22/laurea-depoca-universita-catania-foto/

Load More...