Musiikin kuunteluformaatit ja -laitteet muuttuvat hämmästyttävää vauhtia. Musiikin kuuntelijoiden kuuntelutottumuksia mittaava Last.fm-portaali perustettiin vuonna 2002, paljon ennen Spotifyta ja muita suoratoistopalveluita. Siihen aikaan minä lainasin kirjastosta levyjä, jotka kopioin omalle tietokoneelleni. Tapana oli tähän aikaan ”polttaa” myös cd-levyjen kopioita ja kokoelmalevyjä. Koska tietokoneesta oli tullut audiostudioni keskusyksikkö, Last.fm:n (alun perin Audioscrobblerin) kanssa oli tärkeää tägätä biisit oikein, eli laittaa esittäjätiedot kuntoon, jotta biisit kirjautuisivat oikein tilastoihin.
Last.fm:n idea on yksinkertainen: ohjelma tallettaa jokaisen kuunnellun kappaleen käyttäjäprofiiliisi. Last.fm:n algoritmit suosittelevat tämän perusteella käyttäjälle uutta musiikkia ja etsivät saman musiikkimaun omaavia käyttäjiä. Palvelun avulla olen löytänyt lukuisia hienoja, itselleni uusia artisteja, joihin tuskin muuten olisin törmännyt. Oman käyttäjäprofiilin kautta löysin omia musiikillisia ”naapureitani”, eli mahdollisimman samankaltaisen maun omaavia henkilöitä. Omat lähimmät naapurini olivat Yhdysvalloista, Meksikosta ja Italiasta. Portaalin alkuvuosina ihmiset jopa lähettivät viestejä muille käyttäjille eri puolelle maapalloa: ”Hello! What a great music taste!” Trollaaminen ja vihapuhe ei ollut vielä joidenkin tahojen elämäntehtävä.
Nykyään musiikin suoratoistopalvelut, Spotify suurimpana, osaavat suositella sinulle todennäköistä lempimusiikkiasi, mutta suositusalgoritmien tarkoitus on moninainen ja varsinkin palveluntarjoajaa hyödyttävä. Spotifyssa kuuntelemasi biisit kerryttävät arvokasta tietoa kuluttajista mainontaa varten. Data-analyysien avulla voidaan määritellä musiikin potentiaalisia kohderyhmiä ja edesauttaa todennäköisten hittien syntymistä.
Sosiaalisen median, kuten Facebookin ryhmät ja keskustelupalstat toimivat pitkälti samalla tapaa kuin perinteiset, paikalliset musiikkiskenet ennen. Ryhmissä voi seurata potentiaalisten yhtyeiden kasvamista paikallisista nimistä suurimmiksi tekijöiksi. Levy-yhtiöille nämä ovat näköalapaikkoja uusien tähtien syttymisen kannalta.
Big datan kannalta mielenkiintoisia ovat myös äänentunnistusohjelmat, kuten Shazam, jotka auttavat musiikkikappaleen etsimistä valtavasta massasta. Kun käyttäjä hakee kuulemansa kappaleen artistin tietoja Shazamin avulla, se jättää samalla jälkeensä tiedot esimerkiksi kuluttajan iästä ja sukupuolesta sekä siitä, minkä kappaleiden esittäjätietoja haetaan eniten. Se jos jokin on kovaa valuuttaa musiikkiprofeettojen kvartaali-markkinoilla. Äänentunnistusohjelmat kykenevät tunnistamaan kappaleen tyyliä, sovitusta ja soundia, ja näin ollen niiden avulla on myös mahdollista selvittää minkälainen on vaikkapa ”klassisen rockbiisin” tai ”ysärielektrobiisin” soundi. Tämän jälkeen tekoäly voi vaivatta generoida kyseistä soundia.
Jatkuvasti kasvavan big datan avulla lauluntekijät ja musiikkiteollisuus tietävät nyt paremmin kuin koskaan, kuinka ihmiset kuuntelevat musiikkia ja minkälaisia soundeja he suosivat. Kun tämän hetken kuuma soundi on syntynyt, suositusalgoritmit ohjaavat sinulle lisää sitä samaa. Kuulet liikkuessasi sattumalta kappaleen, jota olit hetki sitten ajatellut. Voiko se olla sattumaa? Me haluamme uskoa konetta.
Mitä tästä kaikesta pitäisi ajatella? Ainakaan musiikin löytäminen ei ole samanlaista salatiedettä, mitä se oli vielä ennen internetiä. Ja varmaa on myös, että radikaalikapitalismi sen kuin kiihtyy, ja kuluttajien ”tarpeisiin” reagoidaan ennennäkemättömän nopeasti ja tehokkaasti.
Jäljelle jää kysymys: onko sinun musiikkimakusi enää omasi?
Teksti: Sami Nissinen
Julkaistu Soundissa 2/2018
Lisää Apparatus-juttuja löydät täältä.