Discovery《数字里的中国》:人工智能PDM怎样听好歌

Discovery《数字里的中国》:人工智能PDM怎样听好歌
文章图片
AI与艺术之间 , 究竟有多大隔阂?
几年前 , 我们还因为AI会写出莫名其妙的文章而发笑 , 但在短短几年间 , AI在艺术领域的进步也许超乎了许多人的想象:就拿最近在全球圈粉的OpenAIDALL-E2图像生成算法来说 , 谁不会为这些天马行空却又近似人类的画作感到惊讶呢?
Discovery《数字里的中国》:人工智能PDM怎样听好歌
文章图片
DALL-E2的“大作”
近期 , Discovery“求索纪录”上线了名为《数字里的中国》的专题纪录片 , 向观众呈现了建国70年以来关于数字技术上所发生的深刻变化 。 在感叹祖国发展日新月异的同时 , 采访AI(人工智能)在国内多行业的领先级实践应用 , 也成为整个纪录片的“高光时刻”之一 。
Discovery《数字里的中国》:人工智能PDM怎样听好歌】在纪录片中 , QQ音乐团队首创研发的PDM(PredictiveModel)技术 , 不仅能听懂歌曲 , 更能智能预测歌曲的流行潜质 , 成功帮助那些还处于零播放量状态、甚至还只是Demo片段的潜力好歌正式被专业人士快速关注 , 有机会被更多听众听到直至“火出圈”——从艺术创作的角度来看 , AI画画虽然离我们很远 , 但这项关于音乐的PDM好歌发掘技术 , 已经在真切地改变着亿万用户的音乐生活 , 推动着整个音乐行业正向发展 。
“为了音乐人”一首歌从上线到全网走红 , 总共需要几步?
对普通乐迷来说 , 歌曲的走红路径就像一个不可看透的“黑盒子” , 其原理令人捉摸不透;但在从业人士看来 , 所有的爆款都有迹可循 。
过去 , 新歌会由音乐平台多方的专业音乐编辑进行人工筛选 , 再根据曲风、受众等多种因素 , 匹配不同的推广资源并走向大众 。 但数据显示 , 每年都会有数百上千万首歌会被上传到QQ音乐 。 如果按平均每首歌3分钟计算 , 要人工完全听完这些歌 , 那将近需要听上几十年时间 。
人力几乎不可能实现的工作量 , 导致一首好歌被发现的概率 , 可以用微乎其微来形容 。 “因为每天有大量作品上线 , 人力无法对全部作品进行筛选 , 绝大部分的内容 , 根本得不到被听到的机会 。 这就是整个行业的痛点 。 ”来自QQ音乐的PDM技术总监Ben说道 。
但如果用AI来代替人工呢?
“我们可以用AI先听一遍 , 然后筛选出好的作品让人工编辑听 , 能提高效率 , 让更多音乐人和作品拥有曝光机会 。 ”在谈及PDM研发立项的初衷时 , Ben是从音乐人角度出发的 。 “不过 , 这个想法差点胎死腹中 。 很多专业的音乐编辑对AI能不能鉴赏音乐提出了质疑 , 另外 , 就算这种颠覆性的技术最终能做出来 , 也需要巨大的投入以及无法预估的时间 , 团队对此充满了焦虑和担忧 。 ”
最终 , 音乐人的潜在需求还是压倒了一切 。 “如果我们能把这个技术(PDM)做出来 , 其实对全行业来说都是颠覆性的 , 不仅能推动整个行业进步 , 最主要还是能帮助有才华的音乐人获得应有的曝光机会 。 更何况 , 还有谁比我们更有这个责任和资源来实现它?”
虽然没有被眼前的困难所打败 , 但这群技术人还是为了PDM付出了巨大的心血 。 “20年夏天 , 我们持续一两个月都完全没有突破 。 这种时候也只能安慰团队 , 这是黎明前的黑暗 。 ”Ben说 。 “因为之前没有人做过 , 没人能肯定地说这条路走不走得通 , 说是攻坚也不为过 。 ”
在技术攻关的同时 , 团队的几位算法技术码农还跑遍全中国 , 持续走访数十家音乐厂牌及唱片公司 , 并通过公司主办的QQ音乐校园活动、腾讯音乐人活动来直接接触更多的音乐人 , 深入理解音乐行业各个生产环节的痛点、需求 , 以实现这个技术 。