Algoritmos para predecir los éxitos musicales

machine learning

Un sistema de inteligencia artificial es capaz de acertar qué canciones llegarán al número uno de las listas

Horizontal

La inteligencia artificial desempeña un papel cada vez más importante en la música

Propias

El mánager Ryan Walter descubrió al cantautor Lewis Capaldi tras pasar seis meses escuchando a todos los nuevos artistas que habían subido sus canciones a SoundCloud. Dedicaba a esta actividad siete horas al día. A veces, tenía hasta 500 pestañas abiertas en el navegador de su ordenador. Dejaba sonar 10 segundos de cada pista y, si no le convencía, saltaba a la siguiente. Así, hasta que dio con el compositor e intérprete de la popular “Someone you loved”, que llegó a encabezar las listas de Inglaterra, Irlanda, Estados Unidos y Canadá.

Con 17 años, Capaldi firmó un contrato con la todopoderosa Virgin EMI Records y, desde entonces, no ha dejado de cosechar éxitos: con su álbum de debut, con sus conciertos junto a otros ídolos juveniles como Sam Smith o Niall Horan, etc. El trabajo de Walter, el impulsor de la carrera de esta estrella global, es un buen ejemplo de la labor de los profesionales al servicio de las divisiones de A&R de las compañías discográficas: encontrar y captar a nuevos cantantes cuyas características estén en consonancia con los gustos del mercado en cada momento.

Entre este extremo y un experimento llevado a cabo recientemente por la startup Musiio hay un abismo, pero ambos persiguen el mismo objetivo: reclutar a figuras con un gran potencial. Como recuerda la directora ejecutiva de esta empresa tecnológica, Hazel Savage, sus técnicos seleccionaron una decena de hits virales en YouTube, los ocultaron entre una base de datos de 10.000 piezas del Free Music Archive y le pidieron a su sistema de inteligencia artificial que aislase los 20 principales bombazos… El índice de acierto del equipamiento fue del 90%. 

Las preguntas que le surgen a continuación a Savage son casi inevitables: ¿Cuántas semanas podría haberse ahorrado Ryan Walter con este método? ¿Y cuántos artistas con talento se le habrán escapado, a este mánager y a muchos otros con décadas de experiencia y buen criterio? Para facilitar estas tareas y reducir los riesgos al mínimo, en Musiio han creado una herramienta de aprendizaje automático que localiza las pistas con más probabilidades de llegar al número uno, sin que importe de quiénes sean y de dónde procedan. Lo que evalúa este algoritmo es el single, y nada más.

Con esta fórmula, los responsables de Musiio pretenden introducirse allí donde la imaginación ni siquiera puede aspirar a acceder. De hecho, un sencillo excelente podría no tener ni una reproducción en la página en la que lo hubiese compartido su autor, este podría carecer de contrato, de promoción en las redes sociales o de fecha de lanzamiento, e, incluso con estas limitaciones severas, el programa informático detectaría su fuerza comercial. Y, según sostiene Hazel Savage, acertaría en nueve de cada diez casos.

Su objetivo no es sustituir a los expertos, sino ayudarles, asumiendo las acciones más pesadas y menos gratificantes que deben realizar cotidianamente. Referentes del sector como la librería Epidemic Sound ya están confiando en su tecnología, por ejemplo, para etiquetar las canciones. Musiio no está sola en este terreno. Sodatone, que fue comprada por Warner, utiliza datos agregados de fuentes abiertas, como Spotify, y otras privadas, como la propia discográfica, para analizar interacciones y tendencias, y, a partir de ahí, tomar decisiones. Otro avance después de que la inteligencia artificial haya sido empleada para componer y producir música.

Etiquetas
Mostrar comentarios
Cargando siguiente contenido...