Roon - Valenceについて

物理メディアからデジタルメディアへの移行は、音楽体験をより豊かなものにする大きな可能性を秘めていますが、これまでのところ、その可能性はほとんど満たされていません。その理由は、音楽ファンには、オーディオを聴くこと以上の楽しみがあるからだと思います。

レコードやCDのような物理的なフォーマットには、豊富な情報を含むライナーノーツがありましたが、ダウンロードやストリーミングによって、それらは剥奪されてしまいました。私たちの目標は、まずそのデータをすべて復元することから始め、さらに新しいテクノロジーを活用して、物理メディアでは不可能だったことを実現することです。

Valenceでは、いくつかのステップでそれを実現することができます。まず、市販のメタデータ、クラウドソーシングの投稿、専門家によるリスニング履歴など、さまざまなデータソースを集約することから始めます。次に、ハードディスク上のファイル、音楽サービスからのストリーム、アルバムに関する記事中のプロデューサーに関する言及など、システムが遭遇するすべてのデータオブジェクトを特定します。これらの構成要素を用いて、Valenceはアーティスト、アルバム、トラックだけでなく、作曲家、作品、演奏、指揮者、アンサンブル、ソリスト、レーベル、コラボレーターのデータベースを形成します。このデータベースにより、音楽エンティティ間の関係、人気度、類似度、自然に分類されるカテゴリを理解することができます。その結果、権威あるメタデータ、専門家の意見、人気度、文脈の認識、個々のユーザーの趣味嗜好のプロファイルを一貫して考慮した推薦方法が実現しました。

音楽メタデータのソースは数多く存在します。音楽メタデータのソースは数多くあり、幅の広いもの（多くのリリースをカバー）、深みのあるもの（詳細なデータや特定のデータ）などがありますが、1つのデータソースがすべてを網羅しているわけではありません。例えば、コンサートや歌詞など、単一のデータタイプだけを持つ専門的なソースも数多くあります。

Valenceの基盤である音楽データベースは、異なるソースからの複数のデータセットを組み合わせることによって作成されます。毎日、何テラバイトもの情報が取り込まれ、重複排除され、曖昧さが取り除かれます。その結果、録音、演奏者、作曲家、楽曲の網羅的な大要ができあがるのです。

ライセンスデータ

当社は、Xperi（旧All Music Guide）、Songkick、LyricFindなど、多くの商業データプロバイダーからデータフィードを購入しています。ライセンスされたデータは一般的に非常に包括的ですが、その幅は限定的であることが多いです。

クラウドソーシングデータ

MusicBrainzやDiscogsのようなプロバイダーは、ユーザーからのデータ提供に依存しています。クラウドソーシングモデルの主な利点は、商業的なソースから入手できないデータへのアクセスを提供することです。あるデータを収集または作成する経済的な理由がない場合もあるので、それを行うのは愛好家であり、彼らはしばしば優れた仕事をします。

リスニングの歴史

Roonユーザーは、自分の好きな音楽を聴くことで、その知識を提供しています。そしてそのつながりが、Valenceのモデルやマップのベースとなっています。

地域貢献

Valenceには、Roonコミュニティの専門知識という、クリーンなデータに関して秘密兵器があります。音楽の専門家、オーディオファン、自称音楽オタクで構成されるこの情熱的なグループは、ローカライゼーションやインターネットラジオのディレクトリを提供し、現在はValenceが使用する新しいデータの作成とキュレーションを開始しています。

データの識別

Valenceが取り込むデータは、権利者（レコード会社）、商用データプロバイダー、非営利のデータプロジェクト、そしてRoonコミュニティから提供されます。Valenceのデータの一部は、これらのソースのいずれか1つから生まれ、その正確さを裏付ける証拠が追加のデータソースで見つかると、より詳細なデータに成長します。このユニークな集計方法は、毎日の完全なインジェストに続いて、Valenceのインデックスが間違いなく世界で最も大きく、最も正確であることを意味します。

ファイルの識別

Valenceは、ファイル名、ディレクトリ構造、タグデータ、ファイルの長さを考慮したアプローチで、信頼性の高いアルバムとトラックの識別をRoonに提供します。

ストリームの識別

ほとんどの音楽プレーヤーは、検索、閲覧、再生のためのAPIを使ってストリーミングサービスとやりとりしています。また、音楽のメタデータのほとんど、あるいはすべてをこれらのAPIに依存しています。Valenceは毎日、統合された音楽サービスのフルカタログを取り込み、どのデータを各統合サービスからのストリームに適用するかを（事前に）決定します。

記録データ

従来、「メタデータ」とは、アルバム名や収録曲などを意味するものでした。Valenceでは、アルバムや楽曲のクレジット、レコーディング日、発売日、再発日、レーベル名、評価、レビュー、さらにアルバムのバージョン違いなどを把握することができるようになっています。

バイオグラフィーデータ

Valenceは、演奏家、作曲家、プロデューサー、指揮者などの情報を集約しており、録音データだけでなく、経歴、居住地、所属バンドやアンサンブル、ソーシャルリンク、今後のコンサート日程なども掲載しています。

構成データ

これは、あるアーティストが他のアーティストの曲をカバーしたり、（クラシックやジャズだけでなく、ロックやポップスでもよくあることですが）作曲者と演奏者が同一人物でない場合に特に重要な概念です。

粒ぞろいの人気

Valenceは、アーティスト、アルバム、トラック、作曲など、あらゆるレベルの内部人気「チャート」を作成します。また、ジャンル別のチャート、クラシック音楽専用のチャートも作成します。

役割と関係

人々が音楽の中で何をするかが、ヴァランスの音楽世界のモデルに影響を与える。例えば、トレント・レズナーは、ナイン・インチ・ネイルズの前座をしているとき、アティカス・ロスと映画音楽を共同制作しているとき、ホルジーのアルバムを制作しているとき、それぞれ自分が作る音楽と異なる関係を持っています。

作曲-録音マッピング

ソナタに3つの楽章があるからといって、その曲を収録したアルバムに対応する3つのトラックがあるという保証はない。ポップスやジャズのスタンダード曲、クラシックの多人数パートなど、作品の根幹となる部分を理解することで、Valenceは正確に表現することができます。

類似性モデル

Valenceの類似性モデルは、特定のアーティスト、アルバム、トラックが、他のアーティスト、アルバム、トラックとどれだけ似ているかをマッピングします。これは、ユーザーの行動（Xが好きな人はYも好き）と専門家の意見、またはグランドトゥルースの両方に基づいています。

アーティスト "heyday"

アーティストや作曲家のキャリアを振り返ると、特に評価の高い楽曲の範囲を示すパターンがしばしば現れます。Valenceは、これらの範囲をモデル化して、その人のキャリアの中で特に注目される時期である「全盛期」の概念を作り出しています。

X-ness（エックスネス

ミュージシャンは、キャリアを重ねるごとに進化していくことが多い。Valenceは、テイラー・スウィフトがポップアーティストなのかカントリーアーティストなのか、ボブ・ディランがパフォーマーなのかソングライターなのかを理解するために、（他の多くのベクトルの中でも）「ジェネネス」と「コンポーザーネス」のスコアを付与しています。

関連性・人気モデル

Valenceは、メタデータ主導の接続の境界の中で、そのモデルを使って、よりニュアンスのある意味のあるレコメンデーションの可能なセットを洗練して作り出します。

コンテキストアウェアネス

推薦される文脈は、その正確さに根本的な影響を与えることがあります。R&Bの素晴らしいアルバムのリストは、アレサ・フランクリンとフランク・オーシャンを閲覧する文脈では全く異なるでしょう。ショパンの文脈での注目すべきピアニストのリストは、ポストバップ・ジャズの文脈でのそれらとは共通点がありません。

テイスト・プロフィール

Valenceは、各ユーザーのプロフィールに保存されるプライベートモデルを生成し、ライブラリやリスニング履歴に基づいたユーザーの好みのファセットを記録します。レコメンデーションは、このテイストプロフィールを考慮した重み付けを行います。

権威あるメタデータ

例えば、2人のミュージシャンがコラボレートしていることを知ることは、2人の間につながりがあることを示す最良の証拠となります。編集情報（ジャンルの分類やアルバムの評価など）は、推薦を評価するための別の次元を提供します。

専門家の意見

データサイエンスの基礎となる技術的なアプローチとは関係なく、音楽におけるドメインナレッジがValenceのバックボーンとなっています。例えば、60年代と現代のR&Bの違いや、テイラー・スウィフトがカントリーから始まってポップチャートを席巻した事実、ベートーベンの弦楽四重奏曲を交響曲の楽章の間に聴きたくないだろうといった微妙な点です。

データを意識したユーザーインターフェース

RoonにおけるValenceの最も顕著な例のひとつが、コンテキストに応じて表示されるユーザーインターフェイスの要素です。例えば、頻繁にコラボレーションしているアーティストを見ている場合、「feature collaborators」と表示されたり、そのアーティストがあるシーンの一部である場合、「other artists from Glasgow」と表示されたりすることがあります。Roonには何百ものユーザーインターフェイス要素があり、それらは関連するサポートデータがあるコンテキストでのみレンダリングされます。

インターリーブライブラリ

ローカルコンテンツとストリーミングコンテンツは同じ方法で識別されるため、どちらもメタデータで強化され、Roonでインターリーブされます。これにより、コンテンツのサイロがなくなり、真の意図駆動型ブラウジングが可能になります。つまり、そのコンテンツがどこにあるかではなく、何を聴きたいかに焦点を当てることができるのです。

新着情報

Roonではニューリリースが様々な文脈で表示されますが、それぞれの文脈で結果が全く異なります。ホーム画面の新譜はテイストプロファイルでフィルタリングされますが、アーティスト画面の新譜は、ジャンルやアーティストの活動年数などを加味して、より関連性を高めています。

デイリーミックス

Valenceは毎日、各Roonユーザーのために25曲入りのユニークなミックスを6つ制作しています。それぞれのミックスは、ユーザーのリスニング履歴によく登場するアーティストをテーマに、馴染みのあるものから、リスナーの好みに合うものまで、さまざまな選曲で構成されています。

スパムフィルター

音楽ストリーミングのサプライチェーンは、他の大規模なシステムと同様に、悪用される可能性があります。多くの「悪徳」レーベルは、ユーザーに自分たちのストリームを聴いてもらおうと、真偽不明の音源をリリースしています。Valenceは、Roonがこのような低品質なコンテンツをフィルタリングして、本物のリリースだけを表示することを可能にします。

フォーカス

Roonでは、Valenceの機能を直接ユーザーに公開し、アーティストのディスコグラフィーやユーザーライブラリ全体の多次元的なフィルタリングを可能にします。

検索

従来、ローカルファイルのセットを検索することと、リモートデータセットをAPIで検索することは別のことでした。Roonは、Valanceの集約されたデータベースとコンテキストを考慮した検索を使用することで、統一されたユーザーインターフェースでその両方を行い、精度と関連性の両方を向上させます。