音樂史已被「科技」改寫
文：mmr｜主題：揭秘演算法如何改變熱門音樂的結構和流派的歷史
回顧音樂史，熱門歌曲的機制總是因科技而改變。
廣播是 20 世紀初第一個將音樂帶入家庭的大型媒體。 此後，唱片業將音樂作為一種產品在世界各地發行。 隨著 20 世紀 80 年代 MTV 的出現，音樂轉變為與圖像聯繫在一起的流行文化。
然而，進入21世紀，音樂的發行結構發生了更大的變化。 這就是串流媒體和演算法。
在 Spotify 和 YouTube 等發行服務上， 該程式推薦歌曲，而不是人類 DJ。
這種變化不僅僅是技術創新。
演算法是
・什麼會大受歡迎？ ・將創作什麼類型的作品？ ・哪首歌會載入史冊？
它開始對音樂本身的歷史產生影響。
音樂史過去是由唱片公司、廣播電台和評論家塑造的。 但現在，演算法是這一切的核心。
音樂史的新編輯不是唱片公司，而是演算法。
串流媒體播放前的音樂發現
在演算法出現之前，發現音樂的方法非常有限。
以下三者為典型。
- 收音機
- 音樂雜誌
- 唱片行
電台 DJ 是新音樂的文化守門人。 例如，在美國，20世紀50年代的搖滾樂， 在英國，BBC Radio 1 等廣播決定了音樂趨勢。
唱片行也是發現的重要場所。 工作人員推薦、聽力設備、夾克設計等。 激發了聽眾的好奇心。
CD銷售量在1990年代達到高峰， 音樂市場成為一個龐大的產業。
然而，這時期的音樂發現受到了很大的限制。
- 物流配送
- 地區差異
- 媒體接觸
換句話說，世界上大部分音樂 「一開始我甚至沒有機會被聽到。”
網路的出現突然打破了這種限制。
數位化讓音樂可以無限存在，但人類無法探索一切。
一位名為 Algorithm 的新 DJ
2000 年代末，音樂發行服務迅速流行。
特別重要的是串流媒體推薦系統。
該演算法主要使用以下數據。
- 播放歷史
- 跳過率
- 保存次數
- 新增播放清單
- 用戶相似度
分析這些數據並 為每個用戶推薦不同的歌曲。
一個典型的例子就是 Spotify 的 Discover Weekly。 該功能於 2015 年推出， 每週為每個使用者產生一個新的播放清單。
結果，很多藝術家 沒有出現在廣播或電視上 它贏得了全世界的觀眾。
YouTube的推薦系統也同樣重要。 透過根據播放歷史記錄一個接一個地呈現視頻， 花在聽音樂的時間顯著增加。
演算法是 這不僅僅是幫助人們找到音樂。
聽者的音樂體驗本身 它正在重新設計。
現代聽眾不再「搜尋」音樂，而是被「推薦」音樂。
演算法創作的熱門歌曲
該演算法還改變了命中的結構。
傳統熱門歌曲有 該決定基於無線電頻率、CD 銷量和排行榜排名。
但在串流媒體中 觀看次數為主要關注點。
由於這項變化，甚至音樂的創作方式也發生了變化。
串流媒體時代的熱門歌曲有其自身的特徵。
- 簡介很短
- 前30秒令人印象深刻的鉤子
- 重複結構
- 短歌
這與串流媒體的測量方式有關。
在許多服務中 如果播放時間約 30 秒或更長時間 計為 1 個流。
因此，藝術家 在偵聽器跳過之前 必須要展現音樂的感染力。
此外，播放清單文化的影響也很大。
聽眾不是專輯 我開始聽播放清單中的音樂。
因此， 歌曲需要獨立發揮作用。
演算法是 歌曲結構本身開始改變。
在串流媒體時代，點擊量是針對數據而不是廣播進行優化的。
播放清單是新的廣播
演算法時代最大的特色是 這是一種播放清單文化。
在 Spotify 和 Apple Music 上 官方播放清單具有巨大的影響力。
典型的播放清單包括以下內容：
- 饒舌魚子醬
- 今日熱門歌曲
- 低保真節拍
這些播放清單是 擁有數千萬粉絲。
換句話說， 發布一個播放列表 有時它會成為全球熱門。
播放清單的特點 這一點是基於「心情」而不是類型。
例
- 寒意
- 重點
- 鍛鍊
- 睡覺
音樂不是一種流派 它成為生活場景的配樂。
這是音樂史上的重大變革。
流派曾經創造了文化社區。 例子包括龐克、嘻哈和科技音樂。
但現在， 許多聽眾不知道類型 聽音樂。
播放清單已重新排列，音樂以“生活”而不是流派為中心。
新的流派因演算法而誕生
演算法是 它也影響流派的形成。
例如
- 低保真嘻哈音樂
- 馮克
- 漂移喇叭
- 超流行音樂
流派如 在網路文化和演算法中激增。
尤其是低保真嘻哈音樂 這是它如何透過 YouTube 傳播的典型例子。
適合學習和工作的音樂 與演算法兼容性好。
播放時間長， 這是因為聽眾很難跳過。
TikTok也成為新的傳播工具。
短影片中使用的歌曲 它立刻風靡全球。
這種現像是 什麼是唱片公司行銷？ 以不同的速度行駛。
在網路文化中 音樂流派誕生並發展。
現代流派不是誕生於俱樂部，而是誕生於演算法。
演算法問題
演算法有問題也有優點。
典型的有
- 過濾氣泡
- 音樂同質化
- 對大平台的依賴
什麼是過濾氣泡？ 這是一種只推薦相似音樂的現象。
因為聽眾只聽符合自己口味的歌曲。 接觸新文化可能很困難。
另外，經過演算法優化的歌曲有 它們通常具有相似的結構。
這是一首短小、簡單、重複的歌曲。
此外，藝術家 取決於平台規則。
播放清單發布和推薦 這是因為它對利潤有重大影響。
換句話說，該演算法 在創造新機會的同時 他們也正在創建新的權力結構。
演算法創造了一個自由的音樂世界，但它們也成為了新的看門人。
演算法時代的音樂史
迄今為止的音樂史 它已被流派和藝術家所談論。
但現在， 它背後有一個演算法。
- 一首熱門歌曲的誕生
- 流派的形成
- 聽眾體驗
所有這些 データと推薦システムによって影響を受けている。
未來的音樂史學家 您可能想要研究以下因素：
- 串流資料
- 播放清單文化
- SNS傳播
- 演算法設計
換句話說，音樂史 這也是一部科技史。
唱片、廣播、MTV、網路。 接下來是演算法。
音樂的歷史始終是由科技驅動的，而不是聲音。
時間軸：演算法與音樂發行的歷史
音樂發現的結構性變化
為什麼演算法會改變音樂史
演算法不僅僅是一種分發音樂的機制。 它是一種新的文化裝置，將決定音樂如何被發現、分享和記憶。
而它的影響力將進一步改變未來的音樂史。
