Audiosoftware für den Moody-Hörer

Je mehr Musik Sie haben, desto schwieriger kann es sein, den richtigen Song zu finden. Forscher der Universität München in Deutschland glauben, eine Lösung zu haben: einen digitalen Musikplayer, der Lieder nach Stimmungen zuordnet.

AudioRadar stellt Musiksammlungen auf einer anklickbaren, stimmungsbasierten Karte dar (hier wird nur ein Abschnitt angezeigt). Seine Schöpfer verbessern das Programm immer noch, aber eines Tages könnte es Ihren iPod erreichen. (Mit freundlicher Genehmigung von Otmar Hilliges, Universität München.)

Programme wie Apples iTunes haben den Nachteil, dass ihre Benutzer durch endlose Listen scrollen müssen, sagt Otmar Hilliges , Doktorand in der Münchner Forschungsgruppe. Viele Leute, die iPods besitzen, sagen mir, dass sie die Liste nicht mehr lesen, bemerkt er. Sie merken sich, wo sich ihre Lieblingskünstler räumlich auf der Liste befinden und scrollen – und merken sich, wie lange es dauert, zu dem gewünschten Künstler zu gelangen. Aber dieser Trick hilft nicht viel, wenn Sie mehrere tausend Songs durchsuchen.



In vielen Fällen haben Nutzer nicht einmal einen Interpreten oder einen Titel im Sinn – sondern nur ein Gefühl dafür, welche Musik sie hören möchten. Sie könnten nach Genre suchen, zum Beispiel nach Jazz, aber solche Labels verraten nicht, wie ein Song tatsächlich klingt – oder besser noch, wie er sich anfühlt.

Manche Leute geben die Kontrolle ganz auf und stellen ihren Spieler so ein, dass er mischt. Das Ergebnis ist ein Mix, der die Hörer auf der ganzen Karte ruckelt, sagt Paul Lamere , ein Softwareingenieur bei Sun Microsystems Laboratories in Santa Clara, CA. Ich könnte ACDC gefolgt von Raffi bekommen, sagt er. Wir nennen das iPod Schleudertrauma. Was wir wirklich wollen, ist eine Schaltfläche mit der Aufschrift „Spiel mir Musik, die ich mag.“

Stattdessen liefert die vom Münchner Konzern AudioRadar entwickelte Software eine Karte der Songs nach Klang und Ähnlichkeit. Unter Verwendung von Algorithmen, die im Laufe der Jahre von anderen Akustikforschern entwickelt wurden, scannt es eine Musiksammlung und misst die Songqualitäten: Tempo, Akkordverschiebungen, Lautstärke, Harmonie und so weiter. Dann gewichtet es die Songs nach vier Schlüsselkriterien: schnell oder langsam, melodisch oder rhythmisch, turbulent oder ruhig und rau oder clean. (Turbulenz misst die Abruptheit von Verschiebungen; grob gibt die Anzahl der Verschiebungen an.)

Basierend auf diesen Metriken erstellt die Anwendung eine Karte, auf der ein ausgewähltes Lied in der Mitte des Bildschirms erscheint, mit ähnlichen Liedern, die in einem Kreis gruppiert sind – eine Art Lichtpunkte auf einem Radarbildschirm. Dann können Benutzer beispielsweise die Ruhe oder Sauberkeit einer anderen Musikauswahl anhand ihrer relativen Position auf der Karte messen. Entfernungen sind skaliert; zum Beispiel wäre ein Lied am äußeren Rand des Kreises doppelt so ruhig wie eines in der Mitte. Und der Cluster ordnet sich nach jedem neuen Song neu an. So können Benutzer in ihren Sammlungen surfen, ohne sich jedes Lied merken zu müssen, das sie besitzen. Sie können stimmungsbasierte Playlists erstellen oder das Programm den nächstähnlichen Song auswählen lassen.

AudioRadar unterscheidet sich von Musikerkennungs-Engines wie z Liveplasma , Pandora , und Letztes FM , die Benutzern helfen, ihre Sammlungen zu erweitern. Diese Online-Dienste analysieren Ihren Musikgeschmack und schlagen neue Musik vor, die Ihnen gefallen könnte. Ein anderes Programm, Musipedia , ermöglicht es Benutzern, ein Lied zu summen, zu pfeifen oder abzuspielen, und ruft dann den Titel und den Interpreten ab.

Die nächsten Verwandten von AudioRadar sind zwei weitere Programme, die sich noch in der Entwicklung befinden: Playola , erstellt von einem Studenten der Columbia University, und Suche in der Musik , von Sun Microsystems. Playola misst Muster in Songs und ordnet sie Genres zu – Elektronik, College-Rock und so weiter. Nach dem Anhören eines ersten Songs passen die Benutzer die Schieberegler an, um Genrepräferenzen für die nächste Auswahl anzugeben – zum Beispiel etwas mehr Singer-Songwriter und etwas weniger College-Rock. Das Programm bietet eine stimmungsbasierte Navigation wie AudioRadar und verwendet einige der gleichen Algorithmen, sagt Dan Ellis , außerordentlicher Professor für Elektrotechnik an der Columbia University, der Playola beaufsichtigt. Ellis sagt, dass AudioRadar den Bonus eines benutzerfreundlichen Displays bietet.

Wie AudioRadar ist Search Inside the Music ein Mediaplayer, der Song-Features misst. Es zeigt Lieder als Ansammlungen von Sternen an einem imaginären Himmel, gruppiert nach Genre und Klangähnlichkeit. Benutzer können eine musikalische Reise durch ihre Sammlungen unternehmen, indem sie auf einen Startpunkt klicken, beispielsweise einen schnellen Rocksong, und eine Playlist anfordern, die sich einem Finale nähert, beispielsweise einem ruhigen klassischen Stück, um ein Schleudertrauma auf dem Weg zu minimieren.

Riesige Musiksammlungen ... schreien nach besseren Navigationsmechanismen, sagt Ellis von Columbia. Sowohl AudioRadar als auch Search Inside the Music sind jedoch noch Prototypen. Ersteres wird auf der Sechstes Internationales Symposium zu Smart Graphics in Vancouver, Kanada, Ende dieses Monats.

Diese Programme haben die Labore noch nicht verlassen, hauptsächlich weil sie noch ineffizient sind. Es dauert sehr lange, die Songs zu extrahieren, sagt Hilliges und gibt zu, dass er seinen Prototyp noch nicht auf seine 10.000-Song-Kapazität gebaut hat, weil er während des Extraktionsprozesses frustriert ist. Die langsamen Algorithmen von AudioRadar führen dazu, dass die Verarbeitung von Songs im Durchschnitt fünf bis zehn Prozent länger dauert als ihre Spielzeit. Bei großen Sammlungen kann das viele Stunden betragen.

Stephen Downie , Associate Professor und Spezialist für Information Retrieval und Multimedia an der University of Illinois in Urbana-Champaign, hält dieses Problem jedoch für kurzlebig. Da Computer und Extraktionsalgorithmen schneller werden, werden Systeme wie AudioRadar irgendwann in Ihren iPod eingebaut, prognostiziert er.

Dennoch haben diese Programme andere Störungen. Ähnlichkeit ist eine menschliche Metrik, sagt Lamere, leitender Forscher des Musiksuchprojekts von Sun Lab, was bedeutet, dass es immer noch ein subjektives Phänomen ist: Menschen bezeichnen Lieder aus verschiedenen Gründen als ähnlich.

Ellis sagt, dass aktuelle Computerprogramme menschliche Ähnlichkeitsurteile schlecht duplizieren … In großen Musiksammlungen treffen wir häufig auf maschinelle Ähnlichkeitsurteile, die für einen Hörer einfach keinen Sinn ergeben – und je vielfältiger die Sammlung, desto abwegiger werden diese Fehleinschätzungen. Frühe Versionen von Search Inside the Music zum Beispiel gruppierten klassische Musik mit Heavy Metal, weil sie Ähnlichkeiten nach der Klangfarbe der Instrumente maß. Für den Computer klangen Cembalo und Heavy-Metal-Gitarren ähnlich.

Diese Programme werden auch durch eine noch schwerer zu messende Qualität eingeschränkt: Originalität. Sie als Mensch werden Stairway to Heaven, gespielt auf einem Banjo, erkennen, im Gegensatz zu der Originalversion, die beim Led Zeppelin-Konzert gespielt wurde, sagt Downie, aber diese Systeme können es wirklich nicht verstehen ... Es ist schön zu sehen, dass sie es versuchen [diese Programme] kommerzialisieren, sagt er, aber es gibt noch viel zu erkunden.

verbergen