樂評人袁永興／音樂串流平台Spotify不斷優化的演算法

音乐串流平台Spotify的演算法时时刻刻都在学习并监测，可以确保聆听者有参与感、提高黏着度，又不会觉得无聊。 图／路透社

音乐串流平台Spotify的演算法，是一种称为BART（Bandits for Recommendations as Treatments 推荐处方监测）的AI系统。基本上，BART的工作是让听众保持聆听，它透过播放和建议用户已经熟悉的歌曲来达到目的，同时会偷偷放入一些、他们认为使用者会喜欢，但最重要的是：从未听过的新曲目。这样一来可以确保聆听者有参与感、提高黏着度，又不会觉得无聊。

在2020年「国际音乐资讯学会」的国际会议上，Spotify开源软体Klio的生态系、已经可以让数据科学家轻松并大规模地处理音频资料。它是为运行Spotify的大型音频智能系统而构建的，以帮助开发和部署下一代音频演算。Klio的出现与Spotify加速转向AI驱动有关。多年来Spotify利用自然语言处理、音频模型和协同过滤功能来提供建议歌单播放列表，包括：「每周新发现」和「发行雷达」。去年12月，Spotify在日本推出了Sing Together，这是一种类似卡拉OK的功能，在歌曲加入曲库后的几分钟内，可以利用AI来把人声从乐器音轨中分离出来。（每天有40,000首歌曲被添加到Spotify数据库中，其中定期处理超过6000万首歌曲。）使用Klio可以进行更多的音频处理并对其进行优化。

换言之，Spotify是个时时刻刻都在学习并监测的AI。它的运算参数包括：

1.聆听史。（搜集音乐风格、类种）

2.跳听率skip rate。（听不到30秒就跳过，跳听率愈低、该首新歌被推播的机率就变高）

3.收听长度，一首歌听超过30秒会被列为有效数据，这也是作品流量有价化的关键。

假设你一直在听Hebe跟万芳的歌曲，BART演算会开始针对其他用户的播放程度、歌单与排序等多向度进行比较，然后开始寻找一些以前未曾出现在歌单里的作品夹进去、之后再显示在「每周新发现」当中，因为Spotify会把列入个人歌单的曲子算到演算参数中，所以愈多人把歌曲放入歌单(无论个人歌单、演算推荐歌单或音乐编辑专设歌单)、并且在歌单中把排序往前移，AI就会认定这首歌的重要性、推播让更多人听到。此外，如果是由其他平台导流、让使用者从其他地方转进Spotify听歌，这会被AI视为成功吸引新的使用者、提高该歌曲的加权计分。

虽然目前无法就这演算优化、与音乐品味素养的关联做评断，但是就歌曲视为产品的角度来看，厚积流量确实将作品薄发，只是可能需要的时间、浓缩在毫秒之间。