QQ音乐的“热歌伯乐”：PDM技术让优质好音乐高效出圈

科技正在改变生活，也正在改变音乐抵达的路径。近年来，风格迥异的好音乐呈现喷涌之势，让人看花了眼，然而万千乐评人尚且有万千口味，如何以更为客观的角度从这些海量音乐中筛选出好听的歌曲，继而传递给万千大众？

QQ音乐独创的Predictive Model(PDM) 技术或许能够给予一份满意的答案。

打破世界纪录，“热歌孵化器”如何挖掘爆款

在刚刚结束的2020国际音频检索评测大赛（MIREX）上，QQ音乐在“预测识别（Patterns for Prediction）”中取得突破性结果，一举打破世界纪录。

MIREX是国际音乐技术行业关于音乐信息检索领域的顶级研究型竞赛，旨在为音乐信息检索及音乐信号处理领域中各种前沿技术提供公正、可信的评估平台。

自2015年启动以来，每届MIREX都吸引了众多世界知名大学、研究机构和科技公司的广泛参与，包括Spotify、Apple Music在内的国际音乐平台也会在此项赛事中寻找顶级科学家。能够在MIREX中脱颖而出的技术，是公认的世界领先水平。

此次MIREX的“预测识别”竞赛，是给予参赛者一批陌生的真实歌曲片段，以及真实后续片段和由自动作曲算法生成的后续片段，参赛者需要通过算法预测识别出真实的后续片段。

由于音乐艺术大多拥有创作者的个人烙印，而通过人工智能自动作曲算法生成的后续片段无论是流畅度还是契合度，相比艺术家的创作表达而言则是必有欠缺。

QQ音乐技术团队在分析命题时，就充分研究了这一特性，成功将本次竞赛提出的问题巧妙转化为识别“动听or不动听”旋律的问题，他们基于QQ音乐最新的自研PDM技术（即一款用于辨识新歌是否动听且容易走红的预测型推歌技术），进一步设计了PDMTransformer算法，融合精巧实用的特征表示技术以及Transformer等前沿模型的应用技巧，能够精准预测识别两段旋律中更为“动听”的真实后续片段。

在识别Markov自动作曲生成片段时，PDMTransformer的准确率达到了99.6%，而在识别CopyForward数据集的过程中，即便该自动作曲生成的片段具有高复杂度，QQ音乐技术团队仍创下了91.6%准确率的全新世界纪录，突破性将此前纪录提升了近20%。这就意味着，就算是人耳难以分辨的两段极为“相似”的旋律，在PDMTransformer的精准分析下，也能从蛛丝马迹中找到最为和谐动听的那个。

而这样的音乐黑科技自然也就被广泛用于QQ音乐平台上的优质歌曲的挖掘和宣推，早在去年，初出茅庐的PDM技术就已经挖掘出大量“爆款”歌曲，被大众称为“热歌孵化器”。该技术能够从音频内容理解、独特性、音准、旋律等多重维度，精准预判歌曲的“爆款”潜质，并快速推荐分发给海量潜在乐迷；即使是0播放量的作品，也能根据音频和歌词内容，给予充分且匹配的受众识别与曝光，让好音乐不再被埋没。

这样的技术让不少小众冷门的歌曲走红，大量的非头部音乐人也因此获得了更多的曝光，像是掀起全网翻唱热潮的金曲《微微》、视听量火速破亿的《收敛》、以及高居QQ音乐巅峰榜五榜前列的《厚颜无耻》等大量“爆款”热歌，无一不是在PDM技术的鼎力助推下实现全网大火。

值得一提的是，PDM技术的使用场景远比想象中的还要多，在对歌曲本身的旋律等维度分析之外，PDM还能根据唱功、音色独特性等特征对歌手的live进行智能评估。在未来，PDM技术还将有更多现实运用。

科技持续领先，QQ音乐成乐迷听歌风向标

凭借领先的科技实力，近年来，QQ音乐持续领跑国内音乐市场，不断提升用户音乐体验，推动行业发展。

比如为用户量“声”定制打造极致听歌体验的银河音效，便能通过耳形特征和听觉特征的智能化分析，打造千人千面的专属定制化音效，让用户可以最大程度地享受“声”临其境的音乐体验。

此外，“听歌识曲”功能也是QQ音乐引以为傲的“黑科技”之一，在去年的MIREX2019大赛上，QQ音乐的“听歌识曲”等音频技术便夺得两项世界冠军，且三项成绩打破世界纪录。

而近期推出的引领新一代听歌识曲技术的 “翻唱识别”功能，更是大幅提升了歌曲识别的全面性和准确性，让乐迷得以更便捷、精准地识别到自己想找的多版本歌曲，广受业界与乐迷的一致好评。

日前，QQ音乐还作为行业领军企业参与了5G数字音乐行业标准制定，全方位推动5G时代下的中国数字音乐产业升级，充分展现了作为国内领先在线音乐平台的责任与担当。

在不知不觉中，PDM等技术已经改变了多数乐迷的音乐生活，越来越多制作精良的好歌得以高效便捷地抵达我们每个乐迷的手中。在这个好歌如云的时代，如果你还在愁如何才能听到最为先锋潮流的歌曲，不妨打开QQ音乐，也许最“心动”的那首歌马上就会出现在你的耳畔。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。