In questi giorni, non c'è piattaforma o servizio che non cerchi di consigliarci «qualcosa» da vedere, ascoltare o acquistare. Il problema è che nella maggior parte dei casi, queste raccomandazioni sono davvero orribili. Allora, perché non prendiamo un po' più di controllo? Il motore Maroofy punta in quella direzione con suggerimenti musicali basati sulle canzoni preferite che cerchiamo in precedenza. In questo modo, i risultati dovrebbero essere più precisi…
Non importa se si tratta di YouTube, Spotify o un altro servizio simile, i «suggerimenti» da parte di tutte le piattaforme moderne sono costanti. Perché? Perché la ruota deve continuare a girare, ovviamente. Il Big Data non si nutre da solo: dobbiamo passare tempo online, provare cose nuove o classiche, consumare. Ma gli algoritmi sbagliano… molto più di quanto immaginiamo.
Maroofy: Scopri nuove canzoni condividendo le tue preferite
Ora, esiste un'alternativa semplice: insegnare volontariamente agli algoritmi cosa vogliamo. Ed è così che lavora Maroofy. Questo sito sviluppato da Subhash Ramesh ci offre un «motore di raccomandazioni» per canzoni simili. Il suo funzionamento si basa su un indice con oltre 120 milioni di canzoni su iTunes, e su un modello audio personalizzato.
Il modello analizza audio grezzo come input e produce un output basato su incorporamenti vettoriali. L'ultimo passo è salvare tutti questi vettori in un database, e abilitare una ricerca semantica per trovare musica simile.
Allora, quanto funziona bene? A dire il vero, dipende da ciascuno. Personalmente posso dire che attualmente è più prezioso il fattore di «scoperta» di Maroofy che tutto il resto. Ad esempio, il motore indica che Fortunate Son dei Creedence, una canzone «di protesta, antiguerra e antielitista», condivide somiglianze con Grease dei Bummertrash, una band indie di cui ho appena trovato il suo profilo su Bandcamp e che è più in linea con il garage punk che altra cosa… ma alla fine sono rimasto ad ascoltare Bummertrash, quindi, missione compiuta? Prova!
Sito ufficiale: Fai clic qui
