Программа похожая на музыку

Содержание

Приветствую! Эта история о новом сервисе Twelody, который с помощью искусственного ителлекта помогает искать похожую музыку.

3655 просмотров
Как появилась идея

В начале 2016 года мне пришлось уволиться с работы и встал вопрос чем я буду заниматься дальше, мне уже было 30 лет и я хотел найти наконец-то дело своей жизни. Выбирать долго не пришлось, так как я очень люблю музыку и в свободное время часто зависаю за её поиском и прослушиванием, я понял, мне не хватает адекватного музыкального поисковика. Музыки в наше время становится всё больше и больше, а вот времени на поиски всё меньше. К тому же часть ресурсов, где я брал новую музыку закрылось и в реальности на тот момент оставался только VK с их своебразными рекомендациями. А мне хотелось сделать сервис, который бы анализировал звук и подбирал похожую музыку по заданной.

С чем пришлось столкнуться

Я ничего не знал по теме, кроме того, что у меня есть неоконченное музыкальное образование и я кое что знаю в программировании. Но в тот момент у меня был настолько большой энтузиазм, что я всё же начал изучать тему.

НЕЙРОСЕТЬ и AI ПИШЕТ МУЗЫКУ ЛУЧШЕ ЧЕЛОВЕКА?

Первым делом я попытался добраться до чисел (значений амплитуды), с этой проблемой мне удалось справиться в короткие сроки, но вот что делать с числами дальше я так и не смог понять. Я пытался определять ноты по самым громким всплескам, это получалось, но что делать с нотами дальше я не знал, ведь иногда они были то в одной октаве, то в другой. Сравнивать их между собой не имело никакого смысла, да я и не знал чем их можно сравнить. Промучавшись пару месяцев я отложил разработку и решил отдохнуть, иногда отложить проблему — это хороший способ её решить, так получилось и у меня.

Иногда отложить проблему — это хороший способ её решить.

Спасательный круг

Через некоторое время я узнал о существовании нейронных сетей, в тот момент они только набирали популярность и первый мой урок по ним оказался впечатляющим. Я понял, что вот оно, что я искал, я могу подавать данные и указывать к чему они относятся.

Я стал разбираться как сделать свою нейронную сеть, изучал примеры, приобрёл и прочёл две книги и вроде бы даже нашёл статью с успешной реализацией того, чего я хочу достичь. В этой статье парень сравнивал похожие товары по изображению и у него получалось. Но найти инструмент это отлично, другое этим инструментом воспользоваться. А чтобы воспользоваться необходимо было к чему-то привязаться и тут началось самое интересное.

Изучить всю музыку, серьёзно?

Музыка настолько разнообразна, что сперва я не знал как её можно классифицировать, обилие музыкальных терминов пугает, да и многие из них не могут описать однозначно музыкальную композицию, но всё-таки я понял мне нужен жанр. Ведь только жанр способен вместить в себя всю полноту характеристики музыкальной композиции. В крайнем случае, например, тональности можно добавить потом.

Что ж мне предстояло познакомиться со всеми музыкальными жанрами представленными в мировой музыкальной индустрии и по данным Википедии их насчитывается в районе тысячи. Меня ждала кропотливая работа, с которой я думал не справлюсь. Но спустя три года я собрал внушительную коллекцию музыки, с помощью которой и обучал нейронную сеть.

ТОП нейросети для создания ВИДЕО и МУЗЫКИ

Опять проблемы

Первые попытки обучить нейронную сеть и воспользоваться трюками, которые я узнал показали, что это работает, но работает не точно, на каких-то примерах сеть показывала впечатляющие результаты, а на некоторых она путалась и жанр не соответствовал ожидаемому. Я стал разбираться, пересмотрел архитектуру, провёл десяток разных тестов, но это особо не помогало, единственное я заметил каждый раз результаты отличались и я понял, что каждый параметр в нейронной сети играет важную роль. Эксперименты продолжились и только спустя год я смог найти ту комбинацию, которая и пошла в продакшн. За это время было проведено почти сотня тестов и мне уже хотелось выложить не одну, а несколько параллельных версий, но нынешняя архитектура превзошла их все и я остановился на ней.

Проект сейчас

Пока я настраивал нейронную сеть актуальность музыки, которая у меня была в коллекции немного устарела, но я не мог себе позволить ждать ещё и решил выпустить альфа версию проекта, чтобы пока я пополняю коллекцию и дообучаю нейронную сеть пользователи уже сегодня могли пользоваться ресурсом. Ведь новая музыка это в первую очередь та, которую ещё не слышал, а как показали тесты сеть с этим справляется уже неплохо и впереди на подходе будет ещё более совершенный алгоритм. В нынешней реализации ещё есть путаница с жанрами, но не настолько критичная как была раньше. Всё же мне удалось воплотить свою мечту в реальность и это то, чем мне нравится заниматься на постоянной основе. И самое главное это приносит пользу другим.

С запуском проекта возникла ситуация, что сайт нужно финансировать и рекламировать, и я благодарен создателям VC за возможность рассказать людям о моём сервисе. Буду признателен, если напишите какие впечатления произвёл на Вас мой сайт и помог ли он в Ваших поисках.

Источник: vc.ru

Как заставить нейросеть найти все треки в Apple Music, которые похожи на вашу любимую песню

Я очень люблю слушать музыку. В моём айфоне закачано более 8000 треков из Apple Music, но есть проблема: все эти песни я уже знаю практически наизусть. Приходится постоянно искать что-то новое, просматривать музыкальные новости, буквально вылавливая крупицы приятных на слух композиций в тоннах откровенного шлака, которым сейчас наполнены стриминговые сервисы.

Чтобы не тратить время на поиски, пробовал использовать приложение на основе ChatGPT, которое использует нейросеть для создания плейлистов, но был в итоге скорее разочарован, чем доволен его работой. Сгенерированные плейлисты не отличались разнообразием и зачастую подкидывали мне совершенно неудобоваримые треки.

А я хочу взять и найти песни, похожие, к примеру, на качающий фанк группы Sublime, или плотный гитарный рифф AC/DC. Что-то наподобие Airbourne, только новенькое.

И вот недавно наткнулся на онлайн сервис, который ищет треки именно так, как я написал выше. Ребята, это потрясающе. За несколько дней я открыл для себя тонны новой, отличной музыки и групп.

Сервис называется Maroofy. И он действительно работает

wp-image-1182721 wp-image-1182722

Создатель заставил искусственный интеллект проиндексировать и запомнить более 120 миллионов треков из каталога Apple Music.

И теперь, если ввести в строку поиска на странице Maroofy название и исполнителя своей любимой песни, система мгновенно проанализирует её ритмику, тональность, размер и прочие параметры, а затем составит для вас плейлист из похожих треков.

Сервис работает как с западными, так и с русскими песнями и музыкантами. Пользоваться легче лёгкого, вот к примеру я хочу найти все музыкальные композиции, похожие на песню Fresh от Jaxson Gamble:

Сервис находит сотни треков, можно тыкать в каждый и наслаждаться новыми открытиями. Рядом с каждым треком есть кнопка-линк на эту песню в Apple Music, знай переходи и сохраняй в свою медиатеку.

Микк Сид

Пишу обо всём, что интересно и познавательно — гаджеты, события, репортажи. Увлекаюсь игрой на барабанах, меломан со стажем.

Источник: www.iphones.ru