|
Noticias
relacionadas |
|
|
|
Agencias - El trabajo de los jóvenes consiste en discernir cuáles son los
atributos en varias melodías interpretadas por artistas tan distintos como la
estrella juvenil Hilary Duff y la leyenda del jazz Miles Davis.
Los escuchas clasifican cientos de características de cada canción, incluyendo
ritmo, melodía, letra y espectro de tono. Luego, capturan los datos en un
programa de computación diseñado para recomendar canciones con rasgos similares
a la favorita de algún consumidor.
"Se trata de entender el gusto musical de alguien", dijo Tim Westergren,
el fundador de Savage Beast. "¿Por qué le gusta cierta melodía a alguien?"
Los empleados fueron entrenados durante varias semanas, antes de que pudieran
reconocer los atributos de una canción, como el nivel de vibrato en la voz de un
cantante, un rasgo que podría representar la diferencia entre una canción de
Karen Carpenter y otra de Mariah Carey.
Westergren, quien tocó antes en varios grupos y compuso algunas canciones,
compara el concepto con el de aislar las especias, salsas y otros ingredientes
que podrían componer un alimento determinado, y esclarecer qué es lo que atrae
más al consumidor.
Aunque él no cree que su compañía pueda descifrar por completo el gusto musical
de todos, Westergren argumenta que su sistema es más preciso que otros modelos,
los cuales recomiendan canciones sólo con base en lo que otros melómanos han
comprado.
Entre los consumidores de Savage Beast figuran AOL Music, Best Buy Co. y Borders
Group Inc.
AOL dice que el tráfico en su sección de música se ha incrementado 20% desde
febrero, cuando comenzó a usar el programa. BestBuy lo usa en estaciones para
escuchar música en 14 tiendas y Borders lo emplea en 12 establecimientos, según
Westergren.
Una compañía similar, Siren Systems de San Francisco, analiza también las
canciones antes de colocarlas en una base de datos sobre preferencias de los
consumidores.
Los usuarios de Siren ingresan a su software de búsqueda de recomendaciones
mediante la página de internet Soundflavor.com. Pueden realizar búsquedas por
artista, canción o álbum, para recibir sugerencias de música similar.
Pueden también buscar en las listas de otros usuarios.
Administrada desde una oficina en un sótano, adornado con discos compactos que
penden de los aspersores antiincendios, Siren vende también la licencia de su
software a negocios como MediaSpan Group, que crea páginas de internet para
radiodifusoras y otras firmas.
Como Savage Beast, Siren entrenó durante varias semanas a su veintena de
empleados, incluidos algunos músicos, para reconocer los atributos de canciones,
tales como la "densidad horizontal", una medición sobre cuántos elementos
musicales están agrupados en una melodía.
"El objetivo de nuestra tecnología de recomendación no es necesariamente el
de identificar un nuevo éxito, sino el de ayudar a que alguien sea un buen
editor" de colecciones de melodías, dijo el director general de Siren, Steve
Skrzyniarz.
Para algunos minoristas, esos modelos de recomendación no resultan tan
atractivos.
"Algunos modelos basados sólo en la tecnología se equivocan", consideró
Laura Goldberg, directora de operaciones de Napster. "No necesariamente
reflejan los hábitos del usuario".
Napster utiliza un sistema híbrido operado por MediaUnbound, con sede en
Cambridge, Masachusetts. Emplea datos de las listas de los suscriptores, analiza
géneros y revisa las redes donde son compartidas canciones. Los editores pueden
también recomendar canciones o artistas.
"Soy escéptico de que haya algo mejor o quizás peor, que mirar a la gente que
compró éste o aquel álbum", dijo Phil Leigh, analista de música digital.
Las recomendaciones pueden acertar o fallar.
Jaime Parilla, un vendedor de ropa, de 36 años, detectó que la mayoría de las
selecciones de Savage Beast en una estación dentro de BestBuy, en West Hollywood,
fueron acertadas. Otras resultaron simplemente extrañas.
Las sugerencias lo llevaron de la vocalista Amerie a Vanessa Williams y a la
cantante mexicana Thalía. La música de Williams parecía relacionada con la de
Amerie, pero a él le causó extrañeza la recomendación de Thalía.
Una búsqueda del grupo U2 remitió a Richard Marx, un baladista de la década de
1980, así como a David Bowie y a Eddie Money, entre otros. Marx no parece
compartir nada con U2, salvo por el hecho de que él y Bono, el vocalista de ese
grupo llevaron peinados parecidos hace unos 20 años.
Otra búsqueda, de canciones similares a "Like a Virgin", el éxito pop de Madonna
en los ochentas, dio como sugerencia "Talking Back to the Night", del cantante
Joe Cocker.
La canción pop de Madonna, llena de música de sintetizador, no parece muy
cercana a las influencias del soul observadas en la música de Cocker.
Sin embargo, ambos temas tendrían algo en común.
"Algo que tratamos de hacer es no pensar en cómo sería catalogado un artista
en términos de mercado o género musical, sino en apegarnos a la grabación en sí
misma", dijo Westergren. "Ello significa que podemos relacionar a algunos
artistas que a primera impresión no tendrían similitudes".
En la internet:
Savage Beast Technologies: www.savagebeast.com
Siren Systems: www.soundflavor.com
|