流媒体时代音乐发现困境源于算法同质化与单曲消费,建议建立“音乐探索系统”:通过算法、社区、榜单发现,用乐评筛选,延伸探索制作人与关联作品,并用元数据建立个人音乐地图。推荐RYM、Discogs等工具及人工推荐渠道,强调系统化探索以突破茧房。
NTS Radio与瑞典音频公司Atonemo合作推出了一款专用播放器,售价179美元,支持24-bit/192kHz音质和多种连接方式,但不支持蓝牙。自2011年成立以来,NTS致力于音乐发现,所有音乐均由人类精心挑选。
苹果音乐用户将在TikTok上享受新功能,允许在TikTok内播放完整歌曲。新功能“播放完整歌曲”和“听歌派对”将帮助用户发现新音乐,并确保艺术家获得合理报酬。用户可以将TikTok中的音乐直接添加到Apple Music播放列表。
环球音乐集团与英伟达合作推出音乐AI模型“Music Flamingo”,旨在提升音乐发现和创作体验。该模型能识别音乐细微元素,帮助艺术家分析作品,并为粉丝提供基于情感的新发现方式。尽管音乐行业对AI态度有所转变,但仍存在版权和内容质量的担忧。UMG希望通过负责任的AI创新服务艺术家和粉丝。
在算法推荐时代,音乐发现变得被动,听众参与度降低,新艺术家发现率下降。要主动发现新音乐,可以通过音乐媒体、YouTube、Substack、广播、唱片公司和社区等多种方式,分享音乐推荐和参加现场演出也是有效途径。
本文探讨了音乐推荐算法的发展及其对音乐发现的影响。从Pandora的早期算法到Spotify的Discover Weekly,这些算法旨在延长用户的收听时间,但导致音乐多样性下降。尽管年轻人对新音乐的发现减少,反对算法的声音日益增强,许多人开始重视人类策划的音乐推荐和实体唱片。
作者分享了八个音乐发现,包括爱尔兰传统与现代音乐结合的The Olllam、比利时乐队Mulher Ão的梦幻电子音、冰岛的Jack Magnet Science的创新融合、Get the Blessing的独特爵士音、布鲁塞尔女性乐队Las Lloronas的玩乐风格,以及印度古典与西方音乐结合的作品。每张专辑展现了独特的音乐魅力。
Music League是一款让音乐变得社交化的游戏,参与者可以提交歌曲到播放列表并进行投票。与个性化推荐不同,Music League让人们分享音乐,打破了个人音乐泡泡。这种方式让人们感到愉快,也让人们回忆起以前制作混音带的时光。
Spotify 的音乐发现功能不足,用户很难找到新歌和新艺术家。一个名为 Every Noise at Once 的网站曾帮助用户在 Spotify 上浏览音乐流派,但现在已不再更新。Spotify 自身的发现功能重复且有限。用户制作的播放列表推广不佳。用户开始转向 TikTok,并考虑使用其他流媒体平台来发现新艺术家。
完成下面两步后,将自动完成登录并继续当前操作。