Wir kaufen Datenfeeds von einer Reihe kommerzieller Datenanbieter, darunter Xperi (früher All Music Guide), Songkick und LyricFind. Die lizenzierten Daten sind in der Regel recht umfassend, auch wenn ihr Umfang oft begrenzt ist.
Einige Anbieter wie MusicBrainz und Discogs sind auf Datenbeiträge ihrer Nutzer angewiesen. Der Hauptvorteil des Crowdsourcing-Modells besteht darin, dass es den Zugang zu Daten ermöglicht, die in kommerziellen Quellen nicht verfügbar sind. Möglicherweise gibt es keinen guten wirtschaftlichen Grund, bestimmte Daten zu sammeln oder zu erstellen, so dass es an den Enthusiasten liegt, dies zu tun, und sie leisten häufig hervorragende Arbeit.
Roon-Benutzer tragen ihr Wissen bei, indem sie einfach ihre Lieblingsmusik hören. Da sie sehr meinungsfreudige Hörer sind, loten sie jeden Tag die Tiefen ihrer Lieblingsgenres und -stile aus, und diese Verbindungen bilden die Grundlage für die Modelle und Karten von Valence.
Valence hat eine Geheimwaffe, wenn es um saubere Daten geht: die Expertise der Roon-Community. Diese leidenschaftliche Gruppe, bestehend aus Musikprofis, Audiophilen und selbsternannten Musik-Nerds, hat unsere Lokalisierungen und das Internetradio-Verzeichnis bereitgestellt und beginnt nun, neue Daten für Valence zu erstellen und zu kuratieren.
Die von Valence aufgenommenen Daten stammen von Rechteinhabern (Plattenfirmen), kommerziellen Datenanbietern, gemeinnützigen Datenprojekten und der Roon-Community. Ein Teil der Daten in Valence kann aus jeder dieser Quellen stammen und wird immer detaillierter, je mehr Beweise für seine Richtigkeit in zusätzlichen Datenquellen gefunden werden. Dieser einzigartige Aggregationsansatz bedeutet, dass der Index von Valence nach einer vollständigen täglichen Aufnahme wohl der größte und genaueste der Welt ist.
Valence verwendet einen Ansatz, der die Dateinamen, die Verzeichnisstruktur, die Tag-Daten und die Dateilänge berücksichtigt, um Roon mit hoher Zuverlässigkeit Alben und Titel zuzuordnen.
Die meisten Musikplayer interagieren mit Streaming-Diensten über eine API für die Suche, das Browsing und die Wiedergabe; sie sind auch für die meisten oder alle Musik-Metadaten auf diese API angewiesen. Valence nimmt jeden Tag die vollständigen Kataloge der integrierten Musikdienste auf und bestimmt dann (im Voraus), welche seiner eigenen Daten auf jeden Stream von jedem integrierten Dienst angewendet werden sollen.
Unter "Metadaten" versteht man üblicherweise den Namen eines Albums und die darauf enthaltenen Titel. Valence geht noch weiter und erfasst Album- und Track-Level-Credits, Aufnahmedaten, Veröffentlichungs- und Wiederveröffentlichungsdaten, Label, Bewertung und Rezensionen sowie die Unterscheidung zwischen verschiedenen Versionen eines Albums.
Zusätzlich zu den Aufnahmedaten sammelt Valence Informationen über Interpreten, Komponisten, Produzenten und Dirigenten, einschließlich ihrer Lebensdaten, Biografien und auch Orte, an denen sie gelebt haben, Bands oder Ensembles, in denen sie mitgewirkt haben, soziale Links und anstehende Konzerttermine.
Im Datenmodell von Valence sind Aufnahmen (Tracks) Instanzen von Kompositionen, was insbesondere dann wichtig ist, wenn ein Künstler einen Song eines anderen Künstlers covert oder (wie es nicht nur in Klassik und Jazz, sondern auch in Rock und Pop häufig der Fall ist) Komponist und Interpret nicht dieselbe Person sind.
Valence erstellt interne Popularitäts-"Charts" auf allen Ebenen: Künstler, Album, Titel und Komposition. Außerdem erstellt es mehrere spezifische Charts pro Genre und eine Serie, die der klassischen Musik gewidmet ist.
Was Menschen in der Musik machen, prägt Valence' Modell der Musikwelt. So hat Trent Reznor beispielsweise eine andere Beziehung zu der von ihm geschaffenen Musik, wenn er der Frontmann von Nine Inch Nails ist, mit Atticus Ross an einer Filmmusik arbeitet oder ein Album für Halsey produziert.
Eine Sonate mit drei Sätzen ist keine Garantie dafür, dass es auf einem Album, das diese Komposition enthält, auch drei entsprechende Titel gibt. Das Verständnis der zugrundeliegenden Werke und ihrer Unterteilungen ermöglicht es Valence, Coverversionen von Popsongs, Jazzstandards aus dem American Songbook und mehrteilige klassische Werke korrekt wiederzugeben.
Das Ähnlichkeitsmodell von Valence zeigt, wie ähnlich bestimmte Künstler, Alben und Titel anderen Künstlern, Alben und Titeln sind. Es basiert sowohl auf dem Nutzerverhalten (Menschen, die X mögen, mögen auch Y) als auch auf Expertenmeinungen oder Ground Truth.
Im Laufe der Karriere eines Künstlers oder Komponisten treten oft Muster auf, die Bereiche mit besonders geschätztem Material illustrieren. Valence modelliert diese Bereiche, um eine Vorstellung von der "Blütezeit" zu schaffen - Zeiten, die in der Karriere der betreffenden Person besonders bemerkenswert sind.
Musiker entwickeln sich oft im Laufe ihrer Karriere weiter. Valence vergibt Noten für "Genialität" und "Kompositionsfähigkeit" (neben vielen anderen Vektoren), um herauszufinden, ob Taylor Swift eine Pop- oder eine Country-Künstlerin ist oder ob Bob Dylan als Performer oder Songwriter betrachtet werden sollte.
Innerhalb der Grenzen der metadatengesteuerten Verbindungen verwendet Valence seine Modelle, um eine nuanciertere und aussagekräftigere Reihe möglicher Empfehlungen zu erstellen und zu verfeinern.
Der Kontext, in dem eine Empfehlung ausgesprochen wird, kann sich radikal auf ihre Genauigkeit auswirken. Eine großartige Liste von R&B-Alben wäre völlig anders, wenn man Aretha Franklin als Frank Ocean ansieht; eine Liste bemerkenswerter Pianisten im Zusammenhang mit Chopin hat nichts mit derjenigen im Zusammenhang mit Post-Bop-Jazz gemein.
Valence erstellt ein privates Modell, das im Profil eines jeden Nutzers gespeichert wird und die Facetten des Geschmacks des Nutzers auf der Grundlage seiner Bibliothek und seiner Hörgeschichte dokumentiert. Die Empfehlungen werden unter Berücksichtigung dieses Geschmacksprofils gewichtet.
Faktische Informationen bilden die Grundlage für Empfehlungen; so ist beispielsweise das Wissen, dass zwei Musiker zusammengearbeitet haben, der beste Beweis für eine Verbindung zwischen ihnen. Redaktionelle Informationen (wie z. B. Genre-Kategorisierungen und Album-Bewertungen) bieten eine weitere Dimension, auf der die Vorschläge beruhen.
Unabhängig von den technischen Ansätzen für die zugrundeliegende Datenwissenschaft ist das Fachwissen über Musik das Rückgrat von Valence. Was es auszeichnet, sind Feinheiten wie die Unterschiede zwischen 60er-Jahre- und zeitgenössischem R&B, oder die Tatsache, dass Taylor Swift mit Country anfing und schließlich die Pop-Charts beherrschte, oder dass man Beethovens Streichquartette wahrscheinlich nicht zwischen den Sätzen seiner Sinfonien hören möchte.
Eines der auffälligsten Beispiele für Valence in Roon sind die Elemente der Benutzeroberfläche, die als Reaktion auf den Kontext erscheinen. Wenn Sie sich zum Beispiel einen Künstler ansehen, mit dem Sie oft zusammengearbeitet haben, sehen Sie vielleicht "vorgestellte Mitwirkende" oder wenn der Künstler Teil einer Szene ist, sehen Sie vielleicht "andere Künstler aus Glasgow". Roon enthält Hunderte von Benutzeroberflächenelementen, die nur im Zusammenhang mit den entsprechenden Daten angezeigt werden.
Da lokale und Streaming-Inhalte auf die gleiche Weise identifiziert werden, werden beide mit Metadaten angereichert und in Roon verschachtelt. Dies beseitigt Inhaltssilos und ermöglicht ein echtes absichtsgesteuertes Browsen - der Fokus liegt auf dem, was Sie hören wollen, nicht darauf, wo sich das Ding befindet.
Neuerscheinungen werden in Roon in verschiedenen Kontexten angezeigt, und in jedem Kontext sind die Ergebnisse völlig unterschiedlich. Die Neuerscheinungen auf dem Startbildschirm werden anhand des Geschmacksprofils gefiltert, aber die Neuerscheinungen auf dem Interpretenbildschirm berücksichtigen zusätzlich das Genre und die aktiven Jahre des Interpreten, um die Relevanz zu erhöhen.
Jeden Tag erstellt Valence sechs einzigartige 25-Track-Mixe für jeden Roon-Benutzer. Jeder Mix ist einem Künstler gewidmet, der in der Hörgeschichte des Benutzers eine wichtige Rolle spielt, und kombiniert eine Auswahl, die dem Benutzer wahrscheinlich vertraut ist, mit einer Auswahl, die den Geschmack des Hörers herausfordert.
Wie jedes große System lädt auch die Lieferkette für Musikstreaming zum Missbrauch ein. Viele "Bad Actor"-Labels veröffentlichen nicht authentische Aufnahmen, um Nutzer dazu zu bringen, sich ihre Streams anzuhören. Valence ermöglicht es Roon, diese minderwertigen Inhalte herauszufiltern und nur echte Veröffentlichungen anzuzeigen.
In Roon stellt Focus die Fähigkeiten von Valence direkt dem Benutzer zur Verfügung und ermöglicht eine mehrdimensionale Filterung von Künstlerdiskografien und ganzen Benutzerbibliotheken.
Traditionell ist es eine Sache, einen Satz lokaler Dateien zu durchsuchen, und eine andere, einen entfernten Datensatz per API zu durchsuchen. Roon macht beides mit einer einheitlichen Benutzeroberfläche möglich, indem es die aggregierte Datenbank von Valance und eine kontextbezogene Suche nutzt, die sowohl die Genauigkeit als auch die Relevanz verbessert.