Heutzutage gibt es keine Plattform oder keinen Dienst, der nicht versucht, uns „etwas“ zum Ansehen, Anhören oder Kaufen zu empfehlen. Das Problem ist, dass diese Empfehlungen in den meisten Fällen wirklich schrecklich sind. Warum übernehmen wir also nicht ein wenig mehr Kontrolle? Die Maroofy-Engine zielt in diese Richtung mit Musikvorschlägen, die auf zuvor gesuchten Lieblingssongs basieren. So sollten die Ergebnisse genauer sein…
Egal ob YouTube, Spotify oder ein anderer ähnlicher Dienst – die „Vorschläge“ aller modernen Plattformen sind konstant. Warum? Weil das Rad natürlich weiterdrehen muss. Big Data ernährt sich nicht von selbst: Wir müssen online Zeit verbringen, neue oder klassische Dinge ausprobieren, konsumieren. Aber die Algorithmen irren sich … viel öfter, als wir uns vorstellen.
Maroofy: Entdecke neue Songs, indem du deine Favoriten teilst
Nun gibt es eine einfache Alternative: Wir bringen den Algorithmen freiwillig bei, was wir wollen. Und genau so arbeitet Maroofy. Diese Website, entwickelt von Subhash Ramesh bietet uns eine „Empfehlungsmaschine“ für ähnliche Songs. Sie basiert auf einem Index mit über 120 Millionen Songs in iTunes und einem personalisierten Audio-Modell.
Das Modell analysiert rohes Audio als Eingabe und erzeugt eine Ausgabe auf Basis von Vektoreinbettungen. Der letzte Schritt besteht darin, alle diese Vektoren in einer Datenbank zu speichern und eine semantische Suche zu ermöglichen, um ähnliche Musik zu finden.
Also, wie gut funktioniert es? Ehrlich gesagt, das hängt von jedem ab. Persönlich kann ich sagen, dass der „Entdeckungsfaktor“ von Maroofy derzeit wertvoller ist als alles andere. Zum Beispiel zeigt die Engine, dass Fortunate Son von Creedence, ein Song, der „protestierend, anti-kriegerisch und anti-elitär“ ist, Ähnlichkeiten mit Grease von Bummertrash aufweist, einer Indie-Band, deren Profil auf Bandcamp ich kaum finden konnte und die eher mit Garage-Punk zu tun hat … aber am Ende habe ich Bummertrash gehört, also: Mission erfüllt? Probier es aus!
Offizielle Website: Klick hier
