Tendencias 21
   




Crean un nuevo sistema de recomendación de música digital

Es similar a la aplicación Genius de Apple, pero incorpora nuevas características


Una nueva aplicación desarrollada por ingenieros de la Universidad de California, San Diego promete superar en efectividad al sistema Genius de Apple, dedicado a recomendar música digital en base a diferentes similitudes entre las canciones. El nuevo sistema se centra principalmente en las características acústicas de las melodías para crear las listas de reproducción, sin considerar temas de mercado o popularidad, algo que beneficiará a la difusión de la música experimental y las nuevas propuestas. Por Pablo Javier Piacente.


Pablo Javier Piacente
02/11/2009

Un grupo de ingenieros eléctricos de la Universidad de California, San Diego ha creado un revolucionario sistema de recomendación de música que parece ubicarse a la altura o incluso superar a la popular aplicación Genius, que se encuentra disponible en el reproductor iTunes de Apple. El sistema permite crear listas de reproducción de artistas similares, al reconocer determinadas características acústicas en cada track.

Luke Barrington, estudiante del doctorado en ingeniería eléctrica en California, presentó los resultados de la investigación que condujo a la creación de este nuevo sistema de recomendación musical en la reciente 10º International Society for Music Information Retrieval Conference 2009, desarrollada en Kobe, Japón. Junto a Barrington, el autor principal de este estudio, colaboraron Gert Lanckriet, un profesor de ingeniería eléctrica de la UC San Diego, y Reid Oda, estudiante de ciencias cognitivas de la misma universidad.

El proyecto, denominado Herd It, también fue difundido a través de una nota de prensa de la Jacobs School of Engineering, perteneciente a la Universidad de California, San Diego. El propósito de este trabajo es crear una herramienta de recomendación de música tan buena o mejor que Genius, pero que no requiera grandes cantidades de datos de usuarios.

El sistema analiza y recomienda canciones completamente desconocidas con la misma precisión con la que se efectúa ese proceso en el caso de la música popular. En consiguiente, el sistema también busca transformarse en un nuevo mecanismo de difusión para la música experimental y los nuevos artistas.

Aspectos técnicos y sociales

Este nuevo motor de búsqueda de música intenta crear una nueva opción en la materia, en un momento en el que las listas automatizadas de reproducción de música son cada vez más útiles para el público y los artistas, atendiendo al gran número de canciones que se encuentran disponibles para su descarga en Internet o para su reproducción online mediante streaming.

Antes de desarrollar la nueva aplicación, el grupo de ingenieros eléctricos de la UC San Diego estudió en profundidad el sistema Genius. Se llegó a la conclusión que el mismo es realmente muy efectivo para capturar similitudes entre canciones a nivel acústico, teniendo en cuenta además de los parámetros técnicos la evaluación humana realizada por los propios usuarios.

Entre otras características, se descubrió que Genius encuentra correspondencias entre las canciones que van más allá de relaciones lógicas entre los artistas. De esta manera, produce grandes recomendaciones mediante datos extraídos de análisis de los detalles acústicos de la música, realizados por los propios millones de usuarios del sistema.

Al mismo tiempo, se descubrió que las listas de reproducción de Genius se construyen en gran medida en base a la información recopilada sobre las decisiones de compra y escucha de los usuarios en iTunes. En cambio, la aplicación creada por los ingenieros de la UCSD busca desarrollar listas y recomendaciones solamente de acuerdo a etiquetas descriptivas relacionadas con el contenido acústico de las canciones.

Un sistema diferente

El nuevo sistema no emplea detalles de popularidad o cantidad de ventas para relacionar a los artistas en las listas de reproducción, algo que permite eliminar prejuicios y preconceptos que muchas veces condicionan la escucha de artistas desconocidos o proyectos experimentales.

De esta forma, los nuevos algoritmos de etiquetado desarrollados en el marco del proyecto Herd It pueden ser utilizados para generar listas de reproducción de música de alta calidad que incorporan las canciones menos conocidas e incluso las desconocidas, transformándose en consecuencia en un arma importante para la difusión de nuevas propuestas musicales.

Además, durante la investigación se cotejó el nivel de aceptación de distintos usuarios sobre las listas de reproducción creadas con el nuevo sistema y aquellas provenientes de la aplicación Genius, obteniéndose índices de aceptación prácticamente idénticos. En consecuencia, el etiquetado basado solamente en los detalles acústicos de las canciones puede transformarse en una alternativa interesante en el campo de la música digital.

Las listas de reproducción desarrolladas a través de Herd It incluyen un número superior a las 12.000 canciones, que combinan temas conocidos y populares con creaciones de nuevos artistas. Los tracks abarcan prácticamente todos los géneros de música aceptados a nivel mundial. Con el tiempo, la esperanza de estos ingenieros es crear una aplicación de recomendación de música digital que sea aún más “inteligente” que el Genius de Apple.

Video: Jacobs School News.



Artículo leído 6428 veces




Nuevo comentario:
Twitter

Los comentarios tienen la finalidad de difundir las opiniones que le merecen a nuestros lectores los contenidos que publicamos. Sin embargo, no está permitido verter comentarios contrarios a las leyes españolas o internacionales, así como tampoco insultos y descalificaciones de otras opiniones. Tendencias21 se reserva el derecho a eliminar los comentarios que considere no se ajustan al tema de cada artículo o que no respeten las normas de uso. Los comentarios a los artículos publicados son responsabilidad exclusiva de sus autores. Tendencias21 no asume ninguna responsabilidad sobre ellos. Los comentarios no se publican inmediatamente, sino que son editados por nuestra Redacción. Tendencias21 podrá hacer uso de los comentarios vertidos por sus lectores para ampliar debates en otros foros de discusión y otras publicaciones.