AI 音箱如何“猜”中你的音乐喜好？亚马逊 Alexa 工程师首次揭秘技术原理

-Hi 小X，我想听《天空之城》~

-好的，正在为您播放久石让的《天空之城》

-额，我想听的是李志那首…

同曲名的音乐那么多，翻唱版本一波又一波，AI音箱如何选出你心中的那首歌？

亚马逊语音助手 Alexa 的工程师近期开发了一套“隐式推荐系统”，能够通过人工智能学习并记忆用户的音乐品味。今日，该项目的研究者、“机器学习”方向专家 Bo Xiao 在印度海德拉巴举行的 Interspeech 2018 年会上，首次揭秘了这一智能系统的技术原理。

一、时间算法：分析歌曲播放的时间数据

“隐式推荐系统”提供了一个可训练的时间数据推荐引擎。举个例子，假如在 30 秒内，用户即切断当前歌曲，说明这完全不是他想听的歌，下次将不再推荐同种曲目；在 30 秒切断歌曲，可能用户并不喜欢这首歌或这个版本，下一次，系统将切换另一位歌手的同名歌曲或另一类风格，以此类推。

那如果是与音乐偏好无关的播放中断呢？“隐式推荐系统”增加了加权功能。例如， 如果歌曲播放时间为 25 秒而不是一秒钟，或者播放三分钟而不是两分钟，则歌曲的推荐比重将加权增大。

二、类别算法：筛选歌手风格及歌曲类型

同样是美国著名流行歌曲《Hello》，如果你第一次选择了莱昂内尔·里奇的版本，那么算法可能会记忆“男性”，“美国”，“经典”，“格莱美金曲”等一系列标签，如果你选择了阿黛尔的版本，相应地，算法标签将会是另一种风格和类型。

随着系统海量数据库的积累和每一位用户个体画像的完善，该系统也在自动地快速迭代算法，细化音乐“标签”。

三、吸引力算法：对歌曲的用户吸引力进行评分
尽管用户的音乐品味各异，但好听的版本总能获得更多用户的喜欢。该系统的“用户吸引力评估模型”，能够对目标曲目进行智能打分和评级，再匹配出最佳歌曲推荐给用户。

此外，“隐式推荐系统”还进一步优化了语义理解，能够提高对含混不清口令的辨识度和智能猜测准确率。

Bo Xiao表示，目前“隐式推荐系统”的测试效果良好，未来，研究团队还计划将这一技术应用于有声读物、视频等更多领域。

近年来， AI智能音箱竞争激烈，各品牌通过不断研发和优化技术算法，提升用户的个性化音乐体验。例如通过语音和心率来判断情绪，并根据情绪来匹配音乐的 EmoKit ，以及能够让用户参与音乐创作的Jukedeck、Melodrive 和 Humtap 。

而相对而言，国内AI音箱在语义理解和个性化音乐推荐方面，功能还较为基础。究其本质，或许还在于抢占市场风口、布局流量入口以及忙着打价格战。未来，品牌如果想要打造精品，建立竞争壁垒，或许还需要用心钻研用户的真实需求。