15 скрытых функций «Яндекс.Музыки», о которых вы могли не знать
Мы рассказали о неочевидных возможностях Apple Music и YouTube Music. Пришло время посмотреть, какие скрытые функции есть в «Яндекс.Музыке», втором по популярности платном стриминге у читателей «Афиши Daily».
Включите темную тему
Самое лучшее в темной теме «Яндекс.Музыки» — она есть и в приложении, и на сайте. Если будете на вечеринке ставить музыку с ноутбука, оцените, насколько удобно — свет от экрана не бьет в глаза.
Как это сделать
В приложении зайдите в «Мою музыку» — настройки — «Темная тема». На сайте зайдите в «Мою музыку» — настройки — «Прочее» — «Темная тема»
Подробности по теме
15 функций Apple Music, о которых вы могли не знать
Ищите песню по строчке
Для тех, кто не помнит ни имени музыканта, ни названия песни, но почему-то знает какую-то случайную строчку. «Яндекс.Музыка» найдет песню по строчке, если в каталоге есть ее текст. Иногда песня ищется по напеву, например, «эрондондон» поможет найти песню «Get Low» из Need for Speed: Underground.
Слушайте редакторские и умные плейлисты
В «Яндекс.Музыке» три вида плейлистов: составленные пользователями, редакторами стриминга и алгоритмами. Последних четыре, и они уникальны для каждого слушателя: «Плейлист дня», «Дежавю», «Премьера» и «Тайник». Чем больше песен вы слушаете, чем больше лайкаете или дизлайкаете, тем более интересными они будут. Остальные составлены или редакторами «Яндекс.Музыки», например как «Хайп», или пользователями, например как сборники канала «Всякая годная попса».
Ищите в стриминге музыку, которую услышали в такси
Мобильное приложение распознает музыку, прямо как Shazam, и узнает даже ту песню, которой нет в библиотеке. Но если она есть в сервисе, «Яндекс.Музыка» сразу предложит добавить ее в медиатеку и сохранит в отдельный плейлист.
Как это сделать
В поиске в приложении нажмите на иконку с микрофоном
Настраивайте рекомендации, не заходя в приложение
Конечно, в «Яндекс.Музыке» есть радио. Оно включает треки или по жанру, занятию, настроению, новизне, или на основе каких-то альбомов, треков и плейлистов. Если понравился альбом или плейлист, а треки в нем закончились, включите радио — оно построит бесконечный поток песен по треклисту альбома или плейлиста. Это делается или в приложении для iOS, или на сайте. Треки в радио лайкают и дизлайкают — это повлияет на музыку, которую приложение предложит в будущем. Но самое удобное — лайкать и дизлайкать с экрана блокировки.
Как это сделать
Нажмите на иконку «гамбургера» на плеере и выберите, что сделать с текущим треком. Но работает это только с радио
Как работает Моя волна — и откуда она знает, что мы хотим послушать
В ноябре 2021 в Яндекс Музыке появилась новая фича под названием Моя волна. Это умный алгоритм, который подбирает бесконечный персональный поток музыки под каждого слушателя.
Что интересно: заявлялось, что алгоритм умеет быстро учитывать реакцию слушателя и корректировать свои рекомендации на ходу. Трудно сказать, у кого сейчас есть аналогичные решения. Фанаты Spotify хвалят их рекомендации, но они представляют собой просто шесть плейлистов «Микс дня». И сколько бы сердечек вы не нажимали, это может на что-то повлиять только при составлении следующих плейлистов. А это как-то нерасторопно.
Со временем стало известно о еще одной значимой особенности Моей волны — речь о ее способности бустить прослушивания артистов, даже если их пока не знают никакие эксперты и не подписал никакой лейбл. Объясним это на тиктоке: все знают, что китайское приложение быстро замечает, какое видео внутри него начинает вируситься — и сразу же показывают его все большей аудитории. Похожим образом Моя волна отлавливает песни, которые заходят слушателям, и начинает чаще и больше рекомендовать именно их. Любой программный директор с радио сказал бы команде Яндекс Музыки, что так делать нельзя, ведь люди любят слушать то, к чему привыкли. Однако за время работы Моей волны уже появились успешные кейсы, когда артист всего за месяц рос с 500 слушателей до миллиона.
О том, как устроена и что умеет Моя волна, мы говорим в этом интервью с Александрой Сагалович (руководитель сервиса Яндекс Музыка) и Александром Сафроновым (главный по рекомендациям в Яндекс Музыке).
«МОЯ ВОЛНА РЕКОМЕНДУЕТ ЛУЧШЕ, ЧЕМ ПЛЕЙЛИСТЫ». ПОЧЕМУ ВСЕ БОЛЬШЕ ЛЮДЕЙ НАХОДЯТ МУЗЫКУ ТАМ
— Начнем с вопроса про возникновение Моей волны. Зачем она понадобилась?
Александра Сагалович: Яндекс Музыке в этом году тринадцать лет, и порядка восьми с лишним мы работаем над развитием технологий персональных рекомендаций.
Моя волна — флагман наших рекомендационных продуктов. Мы запустили Мою волну в конце 2021 года, и она принципиально изменила то, как люди слушают музыку. И то, как они находят новую для себя.
До этого нашим флагманским рекомендационным продуктом был “Плейлист дня”. У многих стримингов и сейчас есть такие продукты — рекомендационные персонализированные плейлисты. Это, например, миксы у Spotify, и похожие форматы у других сервисов. Теперь представь, сегодня ты встал не с той ноги, сосед с утра сверлит, собака разбила вазу — и тебе не понравился плейлист. Ты не в настроении, он тебе не подходит, и ты целый день вынужден искать что-то другое. Из-за того что плейлист — статичная сущность, он создается раз в сутки, и это ограничение.
Моя волна бесконечна, это не набор из 60 треков. И самое крутое, что она каждый раз уникальная и новая. Её можно хоть раз в 30 минут включать, она будет изменяться.
И она адаптируется под тебя. Ты можешь отреагировать в приложении или сказать голосом Яндекс Станции: нравится или не нравится, включить на повтор или пропустить трек, и Моя волна поймет, что тебе нужно именно сейчас.
В этом отличие Моей волны, это большой шаг с точки зрения эволюции рекомендационных продуктов.
Был период, когда стриминги хвастались количеством треков на платформе: “А у нас 20 миллионов, а у нас 47, а у нас 54”. Это было оправдано: стриминговые сервисы были скорее каталогами отдельных песен и не всю музыку можно было найти легально. Однако когда счет пошел на десятки миллионов треков — это стало чем-то совершенно непонятным для людей. Такой объем невозможно ни прослушать, ни осознать.
Как технологическая компания, мы увидели большой потенциал в том, чтобы стать проводником, который поможет людям ориентироваться в океане контента и быстрее находить то, что им нужно услышать прямо сейчас. А артистам мы помогаем находить своих людей как можно быстрее. Моя волна стала следующим эволюционным шагом в развитии рекомендационных продуктов.
Александра Сагалович и Александр Сафронов в офисе Яндекса
— Как вы понимаете, что Моя волна работает и развивается правильно? По каким критериям вы это проверяете?
Сагалович: Таких критериев множество, некоторые из них основаны на объективных цифрах, а другие — на субъективных ощущениях.
Первый — это вербальные отзывы пользователей. Мы за ними следим, мы анализируем их тональность. После запуска Моей волны — кратно увеличилось количество упоминаний, количество позитивной обратной связи про Мою волну. То есть среди всех возможностей, которые есть в продукте Яндекс Музыки, именно Моя волна вносит наибольший вклад в позитивное восприятие сервиса.
Но люди могут говорить одно, а делать другое. Поэтому второй очень важный пул фидбэка — это поведенческие данные. Это ключевые цифры, и на них мы ориентируемся. Например, сколько людей слушают рекомендации Яндекс Музыки и как это количество меняется. Потому что чем лучше продукт, тем больше людей им будет пользоваться и возвращаться к нему.
На статистике за месяц видно, что люди каждую неделю возвращаются — это очень важный для нас показатель. Обращаем внимание на то, сколько времени люди слушают, потому что если мы хорошо подбираем им музыку, если мы попадаем в предпочтения, они будут проводить с нами больше времени.
Сейчас рекомендации Яндекс Музыки присутствуют в разных форматах — они пронизывают весь сервис — еженедельно слушают 78% пользователей, а еще два года назад их было около 50%. Мы видим, что Моя волна рекомендует лучше, чем плейлисты — люди часто её слушают, возвращаются, постоянно пополняют коллекцию новыми треками.
И это очень интересно. Есть 100% прослушиваний на сервисе. Часть из них люди нашли самостоятельно — написали «новый альбом Скриптонита» и послушали. А другая часть прослушиваний происходит из рекомендаций. И вторая цифра за последние два года выросла на 32%. Это очень много.
Это реальные поведенческие данные, здесь люди не могут что-то искажать — осознанно или нет. Если в 2020 году рекомендации в среднем слушали 15 часов в месяц, то сейчас слушают почти 19 часов. Почти сутки люди проводят в наушниках, либо со станцией в активном контакте с сервисом.
Сафронов: Наша команда рекомендаций как раз и занимается ответом на вопрос, как понять, хорошо нашим пользователям или не очень. У нас есть множество метрик, которые измеряют качество рекомендаций. Саша уже сказала, что самая простейшая метрика счастья пользователя — это доля пользователей, которые слушают рекомендации. Она не единственная.
Например, мы отслеживаем, как часто пользователь ставит лайки. Кажется, что если мы развиваем рекомендации в нужную сторону, то лайков будет больше. И если мы так изменили наши рекомендации, что пользователь чаще стал нажимать на кнопочку с сердечком, значит, мы двигаемся в правильном направлении.
Сагалович: В чем особенность наших рекомендаций? Мы считаем, что они должны помогать открывать новую музыку. В современном мире, где ежедневно выпускается около ста тысяч треков, это значимая роль.
Мы должны помогать открывать подписчикам Плюса новые треки, такие, чтобы они приятно радовали, вызывали эмоции. Не обязательно новинки. Это просто что-то незнакомое, то, что обогатит слушателя, даст вот это ощущение “ничего себе”. Тот момент, когда ты ставишь лайк и такой: “Я даже не думал, что мне может понравится эта музыка — как они узнали?”. Эту эмоция мы хотим вызывать у слушателей чаще.
Сафронов: Этот эмоциональный эффект “вау, новый трек понравился мне с первого прослушивания», то есть открытие новой музыки, — мы его отдельно замеряем и стараемся увеличивать.
Сагалович: Именно после запуска Моей волны количество лайков на впервые услышанный трек стало на 57% больше. То есть она заточена, чтобы вытаскивать человека за пределы его музыкального знания.
Сафронов: Что мы считаем ценным и важным с точки зрения рекомендаций? Это большой философский вопрос. Наше целеполагание, наша вера состоит в том, что мы хотим помогать пользователю выходить за пределы известного, прокалывать музыкальный пузырь.
Сагалович: При этом, интересно, что математика вообще тебе противится в этом месте. Математика скорее всего скажет: “Ставь знакомую [музыку], будет лучше”.
Сафронов: Да, потому что ты не рискуешь. Ставить что-то знакомое более безопасно.
Сагалович: То есть это очень сильно движется на вере команды [в то, что необходимо] идти вопреки прямым принципам математики. Искать способы, чтобы математика позволяла расширять музыкальный пузырь пользователя. И достигать того, чтобы люди больше и чаще слушали.
Например, сейчас мы активно работаем с редкими микрожанрами, узкой и нишевой музыкой, которая выходит за пределы привычных музыкальных вкусов — хотим их тоже хорошо рекомендовать.
Александр Сафронов в офисе Яндекса
«МЫ НЕ МОЖЕМ НАПРЯМУЮ ПОДКЛЮЧИТЬСЯ К МОЗГУ, ПО КРАЙНЕЙ МЕРЕ, ПОКА»: КРАСНЫЕ ЭКСПЕРИМЕНТЫ И ЭМОЦИОНАЛЬНЫЙ ОПЫТ
— Раньше радиостанции верили, что человек хочет слушать знакомое. И боялись поставить что-то новое, потому что человек переключит волну. Удивительно, что вы исходите из противоположной гипотезы — помогать открывать новое. Были страхи, что она не сработает?
Сафронов: Дело в том, что это одна из сложнейших задач для рекомендаций.
Перед запуском Моей волны мы часто сталкивались с такой ситуацией: мы изменяем алгоритм так, чтобы он делал поток более разнообразным, подкидывал пользователям новинки, а им это не нравится, они сразу пропускают эти треки.
Сагалович: Мы называем это “красные эксперименты”. Это когда наши ключевые метрики снижаются.
Сафронов: Красный цвет — все, не катим.
Сагалович: У нас было больше полугода “красных экспериментов”. Когда команде было очень тяжело даже продолжать в это верить. Раз красный, два красный, три красный — не нравится, не подходит.
Сафронов: Есть тысячи способов повышать разнообразие потока, но только один из тысячи будет таким, который понравится пользователям. И в конце концов, мы нащупали такой.
Сагалович: И когда это произошло, запустили Мою волну.
Сафронов: Мы системно работаем над тем, чтобы сделать рекомендации лучше. У нас происходят изменения, которые нас продвигают дальше и дальше в плане открытия новой музыки, шаг за шагом.
— Поразительно, что можно вычислить зависимости и в соответствии с ними найти треки, которые мне понравятся. Это именно так? Или только до некоторой степени?
Сагалович: Саша интересно рассказывает, что значит «треки, которые мне нравятся» — это не только отдельный трек, который ты лайкнул и сохранил в коллекцию. Это и отдельный трек, и их последовательность, и магия, когда после 2Pac «Ambitionz Az A Ridah» вдруг играет Ogi «Envy». Это аудиослепок трека по ритму, или по вокалу, или это набор любимых артистов. Для каждого слушателя это уникальное сочетание различных параметров. Только человеку не под силу сделать такой бесконечный музыкальный поток, который понравится хотя бы одному конкретному человеку, а технологии рекомендаций бесконечно упражняются в этой магии.
Сафронов: Мы хотим улучшить эмоциональный опыт. То, что происходит внутри человека, когда он слушает музыкальный поток. Эмоции — наша настоящая цель, их сложно замерить. Мы не можем напрямую подключиться к мозгу, по крайней мере пока, и замерить уровень гормонов счастья. Поэтому мы оцениваем эмоциональный эффект от рекомендаций множеством разных метрик. Один из способов замерить чувство новизны — лайки на первом прослушивании. Моя волна включает незнакомый трек, а пользователь сразу же ставит ему лайк. Значит, рекомендации угадали!
Сагалович: У нас какое-то время не было скипбека — в Моей волне нельзя было отмотать трек назад. И мы получали много запросов: «Пожалуйста, можно “сделать назад» в Моей волне, Я не успел поставить лайк, потому что не успел добежать из другой комнаты, не успел разблокировать телефон». Было видно, что для людей это очень важно.
Александра Сагалович в офисе Яндекса
«ЕСЛИ МОИ ВКУСЫ СТАЛИ МЕНЯТЬСЯ, ТО МОЯ ВОЛНА БУДЕТ ЗА МНОЙ СЛЕДОВАТЬ». ЧТО У АЛГОРИТМА ПОД КАПОТОМ
— Расскажите о начальном этапе знакомства с алгоритмом. Я впервые включаю Мою Волну. Как вы быстро поймете, что мне надо?
Сафронов: Это важный этап, хотя не определяющий. Во-первых, когда пользователь впервые знакомиться с Яндекс Музыкой, мы просим его ответить на вопросы — какие артисты нравятся, какие жанры. Это первое знакомство, которое помогает Моей волне лучше понять слушателя.
Особенность наших рекомендаций в том, что мы стремились сделать их очень чувствительными к фидбэку пользователя. Как только человек что-то делает на Яндекс Музыке — скипает, лайкает, дослушивает до конца — это мгновенно прорастает в рекомендации, мгновенно используется.
Сагалович: Любой фидбэк, любое действие на сервисе — ты поискал артиста, ты послушал или не послушал, пропустил или не пропустил, прокрутил или не прокрутил витрину, поставил лайк или дизлайк…
Тут имеет большое значение скорость сбора, анализа и реагирования на фидбэк пользователя. Очень важно научиться как можно быстрее и больше фидбэка получать. Если мы адаптируемся к новому фидбэку раз в сутки, то это критически медленно. Потому что ты сегодня уже будешь недоволен.
Сафронов: Таким образом, мы подстраиваемся [под слушателя] не раз в сутки, а с каждым треком.
Сагалович: И даже с каждым действием.
Сафронов: Если ты в начале поставил много лайков трекам, то это не определяет целиком всю твою судьбу на сервисе. Даже если я поставил тысячи лайков трекам и наслушал много-много часов, а потом мои вкусы стали меняться, то Моя волна будет за мной следовать. Пользователь ведет в этой паре, а рекомендации стараются улавливать, куда их ведут. Если пользователь идет в новую область, рекомендации будут его в этом поддерживать.
Сагалович: Или это они его туда и приведут. Такое тоже бывает.
— Если я просто слушаю и ничего не нажимаю, не даю никакой фидбэк, я остаюсь непонятым для алгоритма рекомендаций?
Сагалович: Ты даешь фидбэк, даже если не знаешь об этом, поэтому он и называется поведенческим.
Сафронов: Сам факт того, что ты что-то слушаешь — это уже фидбэк. Дальше, если ты дослушал трек, это одна ситуация, а если скипнул — это другая ситуация…
Сагалович: Если ты вернулся в продукт, это тоже фидбэк. Если ты заходил на сервис каждый день по пути на работу, а на следующей неделе зашел только раз, то есть вероятность, что ты уехал в отпуск и изменился поведенческий сценарий. А вторая гипотеза — что тебе что-то не понравилось на прошлой неделе, что-то было не так.
Или у нас было опасение при запуске немузыкального контента (книги, подкасты), что люди будут слушать меньше музыки. Но нет, оказалось, что они просто стали больше слушать.
Так вот, любое поведение, даже бездействие, дает фидбэк. Другой вопрос, как модель считывает его вес. Если ты просто поискал артиста, то это менее значимый фидбэк, чем если ты послушал трек, лайкнул, добавил в коллекцию, а потом переслушал трек из коллекции.
— Я правильно понимаю, что логика рекомендаций часто такая: я слушаю Скриптонита, те, кто слушают Скриптонита, нередко слушают Оксимирона, значит, нужно и мне предложить Оксимирона, если я его раньше не слушал. Или все более сложно?
Сафронов: Это определенное упрощение, но это один из базовых принципов, да. Это называется коллаборативными методами — методы, которые основаны на похожести артистов. Есть много разных способов посчитать похожести. Что такое два похожих исполнителя? Они могут быть похожими сильно в разном смысле…
Но это не единственный возможный класс рекомендационных алгоритмов. Есть другой большой класс алгоритмов, которые основаны на контенте. То есть можно смотреть на поведение пользователей, а еще можно заглядывать внутрь самого звука, внутрь самого трека. Мы анализируем контент, звуковое содержание трека, его аудиослепок.
И даже если на этом треке не было вообще никаких событий, даже если его никто никогда не слушал, мы по звуку можем догадаться, что он тебе подходит. Что именно по звучанию, по содержанию он похож на ту музыку, которая тебе нравится.
Сагалович: Мне кажется, тут рождается много магии. Потому что большинство людей не может полностью сформулировать, какое звучание они любят. А модель может увидеть это в тебе. Поэтому тип алгоритмов, основанных на контенте, помогает происходить очень неожиданным открытиям.
Александра Сагалович и Александр Сафронов в офисе Яндекса
— Как просто объяснить термин аудиослепок?
Сафронов: Это нейронная модель, которая на вход берет спектрограмму трека, как-то преобразовывает и…
Сагалович: Это как нарисовать звук, получить картину звука.
Сафронов: Когда ты сам сравниваешь треки, которые алгоритм посчитал похожими, то замечаешь, что у вокалистов могут быть очень близкие тембры голоса или манера исполнения. Аудиомодели позволяют такие сближения находить.
— Если треки на разных языках — это важно для алгоритма?
Сафронов: Зависит от специфики модели, ведь их можно обучать на разные задачи. На что попросишь, на то они будут обращать внимание.
Сагалович: Алгоритмы — это инструмент. Есть человек, который говорит алгоритму, что делать. Например, «ищи уникальные необычные треки» — что-то, что может зайти пользователям, но пока не популярно.
Если мы говорим о том, чем отличаются рекомендации — как раз тем, насколько команда сервиса осознает, что она хочет получить.
— Еще один профанский вопрос, алгоритмы и нейросети — это одно и то же?
Сафронов: Нейросеть — частный случай алгоритма. Наши рекомендации используют не только нейросети. У них под капотом много-много всего.
Во-первых, у нас есть Catboost — это наш главный инструмент для машинного обучения. Есть много других специализированных моделей — и это не нейронные сети. А есть просто статистики. То есть, мы можем по нашему рекомендационному алгоритму на вход подать статистику: какие треки слушают, сколько раз ты этот трек слушал, все что мы знаем.
И много-много разных сигналов от такой нейронной сети, от коллаборативных моделей, от аудиомоделей сводится в одном месте. И потом общий генеральный алгоритм выбирает, что важно, а что нет, для данного пользователя.
— Рекомендации учитывают географию? Условно, если я живу в Сочи, то мне нужно больше веселой музыки, а если в Нижневартовске, то шансон и пост-панк.
Сафронов: Сильной зависимости нет. Определяющим является твое текущее поведение на сервисе. Геопозиция может иметь небольшое косвенное значение, особенно для холодных пользователей, о которых мы еще мало знаем.
Было множество такого рода гипотез. Все рано или поздно предлагают: “А давайте подстраивать алгоритмы рекомендаций под погоду, если дождик за окном…” Но это не особенно работает. Это не очень важный сигнал. Люди настолько разнообразны, они сложно устроены!
Сагалович: Все мы на дождь будем реагировать по-разному.
«500 ЛЕТ КРУГЛОСУТОЧНОГО ПРОСЛУШИВАНИЯ — АЛГОРИТМ ЭТО МОЖЕТ». КАК ПОМЕНЯЕТСЯ СЛУШАТЕЛЬСКИЙ ОПЫТ
— До какой степени появление таких алгоритмов упраздняет профессию музыкального критика?
Сагалович: Ну это любимый вопрос, какие профессии заменят… Мне кажется, мы решаем совершенно разные задачи. Критик — это человек, который может экспертно оценить значимость контента для культуры. А алгоритм — значимость лично для тебя. Критик это эксперт в культуре, а алгоритм — эксперт в тебе.Поэтому не думаю, что алгоритмы упраздняют профессии музыкальных редакторов, музыкальных критиков.
— Поменяется ли тогда сценарий слушания музыки? От осознанного «хочу послушать этот альбом этого артиста» на неосознанный «просто включу поток песен»?
Сафронов: Не то чтобы мы прям именно этого хотим, я бы немножко с другой стороны здесь зашел. Это, опять же, вопрос целеполагания и общей философии: зачем нам рекомендации. Что мы хотим в результате получить?
Как мне кажется, рекомендации в стриминговых сервисах — одна из важнейших функций. Как раньше люди узнавали про какую-то музыку, как они что-то слушали? Им знакомые могли посоветовать, они могли в музыкальном журнале прочитать обзор, могли на радиостанции послушать, на музыкальном канале. Это все равно не персональные истории, очень ограниченные.
А что делают рекомендации? Сейчас на Яндекс Музыке приблизительно 80 миллионов треков. Это приблизительно 400 миллионов часов или 500 лет круглосуточного прослушивания. Ни один эксперт все это не отслушает. А алгоритмы могут отслушать и что-то выбрать для тебя.
И смысл развития рекомендаций, мне кажется, в расширении твоего мира музыки, устранении всех ограничений. Ты можешь сделать музыкальные открытия, на которые без рекомендаций у тебя ушло бы 500 лет.
Алгоритмы проделали за тебя огромную работу, и ты понимаешь, что больше не стоишь в своем дворе на маленькой улочке — ты на ракете взлетаешь и можешь всю планету осмотреть.
Сагалович: Каждую пятницу выходят десятки тысяч релизов. С такой скоростью пополнения музыки паттерн слушания не может не меняться. Альбомов выходит меньше — артисты все чаще выпускают отдельные синглы, индустрия стала более динамичной, все ждут новинок. И мы как стриминговая платформа — часть этой культуры, мы эволюционируем вместе с культурой. Поэтому еще важнее становится роль правильной навигации, чтобы найти свой личный путь среди 80 миллионов треков.
Александра Сагалович в офисе Яндекса
— Вы способны непредвзято сравнить ваш алгоритм с конкурентными продуктами?
Сагалович: Мы очень конкурентолюбивые ребята, мы за здоровый рынок, здоровое соперничество. Чем больше людей работает над технологической задачей, тем лучше результат.
Рекомендационные продукты — они же не только в музыкальных стримингах живут, но и вообще в категории контента. Сашина команда также занимается видеорекомендациями для Кинопоиска, и это совершенно другой класс, там есть условный Netflix. Есть TikTok, который благодаря своим алгоритмам изменил весь подход к соцсетям.
Было как — мы с тобой знакомы, мы учились вместе, значит, мы добавили друг друга в социальных сетях. А у них во главе алгоритма встали круги интересов. Я люблю танцы, ты любишь танцы, и не важно, где мы живем. Это кардинальное изменение подхода, потрясающая история, которая нам очень нравится и на которую мы смотрим с точки зрения того, как ломать шаблоны.
TikTok потрясающе работает с холодным стартом. Это одна из стратегических точек, на которую они делают ставку. Мы, конечно, на это смотрим, потому что у них это круто получается.
Большая важная часть работы над рекомендациями заключается в том, что без данных живых людей алгоритм не может обучаться и работать. Таким образом тот, у кого больше данных и людей, которые взаимодействуют с технологией и обучают ее более чутко, имеет большую гибкость, больший эффект от работы и быстрее развивает свои алгоритмы. Тут нельзя игнорировать Spotify — мировой лидер, несравнимый ни с кем с точки зрения объема аудитории.
У Spotify есть потрясающий набор возможностей для обучения. Но если говорить о локальной специфике, у нас гораздо больше экспертизы и возможностей. Потому что мы один из крупнейших игроков по размеру аудитории в целом и абсолютно точно — лидер в России среди подписных музыкальных сервисов. И у нас есть мощные технологии, так как мы часть большого Яндекса, и сильные технологические команды.
Также у нас есть преимущество в объемах данных, потому что сервис очень популярен. Это позволяет нам быстрее внедрять новые подходы, быстрее их проверять, больше экспериментов проводить, больше гипотез тестировать.
Мы проверяли полгода, и не могли найти ключик как сделать так, чтобы Моя волна давала кратно больше новых треков, которые пользователь сохранял себе. Если бы у нас было меньше аудитории или данных, мы бы делали это не полгода, а несколько лет. И могли бы и не сделать, потому что есть определенное количество данных, необходимые, чтобы этого достичь.
Spotify тоже развивается, но при этом… До Моей волны у нас флагманским рекомендационным продуктом тоже были плейлисты. И мы чувствовали ограничения, которые они дают: и про обновляемость, и про конечность, и про отсутствие разнообразия, и про меньший эффект удивления, потому что ты уже посмотрел весь список треков и уже сформировал свое мнение.
— Какой фидбэк от артистов по поводу Моей волны?
Сагалович: Я в восторге каждый раз, когда мне присылают комментарии артистов.
За счет того, что критерии заслушанности артиста не являются основополагающими для Моей волны, она сокращает путь артиста к своим слушателям. Один из наших ярких кейсов — это рэпер Keendy. У него было в феврале 582 слушателя. Это можно посмотреть на сайте Яндекс Музыки. А в марте у него уже был миллион слушателей.
Это сумасшедший кейс — в момент парня стал слушать миллион живых людей. Моя волна заметила некий интерес — взаимодействия с треком, лайки, прослушивания. И отреагировала на это — начала искать еще больше новых слушателей для него.
В среднем где-то на 40% растет аудитория у артиста, который, как мы называем, залетел в Мою волну. Для молодых артистов это большая возможность, потому что алгоритм беспристрастен. В этом его отличие от редакционной модели, по которой традиционно многие работают.
Что это значит? Вот вышел у тебя трек. Если тебя сегодня послушали десять человек, то ты с вероятностью 71% попадешь завтра в Мою волну. Если тебя послушают 250 человек сегодня, то ты с вероятностью 99,9% попадешь в Мою волну.
Дальше все зависит от фидбэка. Твою музыку дослушали, не дослушали, сохранили, как они относились к тебе в момент прослушивания. Но беспристрастность алгоритма позволяет находить слушателей в разы быстрее.
Естественно, для средне-популярных артистов Моя волна делает еще больше. Потому что когда у тебя уже есть накопленная база миллион-полтора-два слушателей, то эффект от роста на 40% — будет еще выше. Это задача, которую мы как лидер индустрии, должны решать. Системно давать возможность начинающим артистам расширять аудиторию и находить своих слушателей.
И Моя волна как раз позволяет это делать.
11 полезных функций приложения Spotify, о которых вы могли не знать
В России запустился музыкальный сервис Spotify. «Афиша Daily» излазила его вдоль и поперек, чтобы собрать самые полезные и неочевидные функции.
Где искать Discover Weekly
Самый известный продукт Spotify — еженедельный плейлист с рекомендациями Discover Weekly, который славится точными алгоритмами и подборками. Плейлист появляется не сразу, а по понедельникам, чтобы приложение его составило, нужно послушать интересующую вас музыку. Плейлист появится на главном экране в «Персональных подборках» и в поиске — в «Рекомендациях». В русской версии он называется «Открытия недели».
Ранее в этой публикации говорилось, что плейлист появляется в «Моей медиатеке» — это была ошибка. Приносим свои извинения.
Воспроизведение HLS
Flussonic Media Server поддерживает раздачу видео по протоколу HLS. Многие из доступных возможностей нестандартны для HLS, но мы поддерживаем их для вашего удобства.
Поддерживаемые кодеки: H264, H265, MPEG2 video, AAC, MP3, MPEG2 audio, AC-3.
Flussonic Media Server позволяет получать по HLS прямой эфир, видео по запросу, видео из архива (catchup и timeshift).
Если входной поток содержал DVB субтитры или телетекст, то они будут переданы в выходной поток, проигрываемый по HLS, если настроить Flussonic для этого. Если поток пишется в архив, то и субтитры сохраняются в архиве.
Содержание:
- Структура протокола HLS
- Стандартное воспроизведение HLS
- Воспроизведение HLS как Fragmented MP4
- Low-Latency HLS
- Мультиязычный HLS
- Добавление «Audio only» для Apple
- Отдельные плейлисты для STB-приставок
- Отдельные плейлисты для аудио
- DVR catchup playback
- Rewind playlist
- DVR timeshift playback
- Воспроизведение отдельных дорожек
- Сортировка треков в мультибитрейтном плейлисте
- Добавление скриншотов в плейлист HLS
Структура протокола HLS
Принцип работы протокола HLS заключается в разбиении всего потока или файла на медиа-сегменты одинаковой длины. Сегменты представляют собой файлы с расширением .ts , которые последовательно скачиваются по HTTP. Кроме того, HLS создает файл индекса, который содержит ссылки на файлы медиа-сегментов и сохраняется с расширением .m3u8 .
Вы можете использовать для проигрывания HLS разные URL, в зависимости от нужного сценария, но в любом случае, по каждому из этих URL вы получите плейлист (или манифест) одного из двух следующих типов.
Медиа-плейлист
Медиа-плейлист — это плейлист, в котором все строки обозначают отдельные медиа-сегменты. Каждый медиа-сегмент указан с помощью URI файла с расширением .ts . Плейлист дополняется новыми URI во время проигрывания. Такой плейлист используется для проигрывания простых потоков или файлов с одной видеодорожкой и одной аудиодорожкой.
#EXTM3U #EXT-X-TARGETDURATION:7 #EXT-X-VERSION:3 #EXT-X-MEDIA-SEQUENCE:38530 #EXT-X-PROGRAM-DATE-TIME:2022-03-22T08:06:37Z #EXTINF:5.000, 2022/03/22/08/06/37-05000.ts #EXTINF:5.000, 2022/03/22/08/06/42-05000.ts #EXTINF:5.000, 2022/03/22/08/06/47-05000.ts #EXTINF:5.000, 2022/03/22/08/06/52-05000.ts Мастер-плейлист
Мастер-плейлист — это плейлист, в котором все строки обозначают отдельные медиа-плейлисты. Каждый медиа-плейлист указан с помощью URI файла с расширением .m3u8 . Мастер-плейлист используется для проигрывания мультибитрейтных потоков или файлов. Он позволяет клиенту динамически переключаться между потоками или файлами с разным качеством.
#EXTM3U #EXT-X-STREAM-INF:CLOSED-CAPTIONS=NONE,RESOLUTION=640x480,FRAME-RATE=25.000,CODECS="avc1.4d001f,mp4a.40.2",AVERAGE-BANDWIDTH=500000,BANDWIDTH=630000 tracks-v3a1/mono.m3u8 #EXT-X-STREAM-INF:CLOSED-CAPTIONS=NONE,RESOLUTION=768x576,FRAME-RATE=25.000,CODECS="avc1.4d001f,mp4a.40.2",AVERAGE-BANDWIDTH=610000,BANDWIDTH=770000 tracks-v2a1/mono.m3u8 #EXT-X-STREAM-INF:CLOSED-CAPTIONS=NONE,RESOLUTION=960x720,FRAME-RATE=25.000,CODECS="avc1.4d001f,mp4a.40.2",AVERAGE-BANDWIDTH=650000,BANDWIDTH=820000 tracks-v1a1/mono.m3u8 Стандартное воспроизведение HLS
Если у вас есть простой live поток или файл (одно видео, один звук), то URL для воспроизведения через HLS очень простой:
http://FLUSSONIC-IP/STREAM_NAME/index.m3u8 где FLUSSONIC-IP — это пример адреса + порта вашего Flussonic Media Server.
Flussonic Media Server также принимает playlist.m3u8 в конце URL для обратной совместимости с другими серверами.
При воспроизведении мультиязычного или мультибитрейтного контента есть ряд особенностей формирования URL, описанных ниже на этой странице.
Воспроизведение по HLS fMP4 для H.265
Фрагментированный MP4 (fMP4) дает важные преимущества. Прежде всего, это единственный способ воспроизвести видео в HEVC через HLS. Кроме того, контейнер MP4 поддерживается любым плеером, в отличие от с MPEG. Формат fMP4 также может использоваться DASH, так что только манифест будет отличаться от HLS, а кодирование MP4 будет выполняться один раз для обоих протоколов.
По следующему URL можно воспроизвести HLS c кодированием в MP4-фрагменты:
http://FLUSSONIC-IP/STREAMNAME/index.fmp4.m3u8
где FLUSSONIC-IP — это пример адреса + порта вашего Flussonic Media Server.
Воспроизведение по Low-Latency HLS
Мультиязычный HLS
Если вы хотите воспроизвести ваш мультиязычный поток на iPhone, вам нужно использовать тот же http://192.168.2.3:80/STREAMNAME/index.m3u8
Но если вы хотите посмотреть мультиязычный поток используя VLC или приставку, нужно включать video.m3u8.
http://FLUSSONIC-IP/STREAM_NAME/video.m3u8 Это связано с тем, что, согласно требованиям Apple HLS, для каждого отдельного языка нужно указывать отдельный плейлист с audio only вариантом. В MPEG-TS другой механизм: рядом с видео укладываются все аудиодорожки, и плеер сам выбирает, что будет проигрывать. Чтобы видео можно было посмотреть на iPhone, оно должно соответствовать требованиям Apple. Но VLC и приставки, в нарушение стандарта HLS, ожидают старый вариант MPEG-TS, преобразованный в HLS. Поэтому нужно включать video.m3u8 .
Добавление «Audio only» для Apple
Apple требует, чтобы у всех ваших потоков был вариант без видео, только звук.
Они считают, что если пользователь смотрит видео по 3G и, оказавшись в зоне неуверенного приема, лучше у него будет только звук, чем буферизация.
Вы можете включить эту опцию в Flussonic Media Server следующим образом:
stream example < input file://vod/bunny.mp4; add_audio_only; >Такая настройка может сделать ваш index.m3u8 адрес невоспроизводимым в VLC или на приставке. В этом случае используйте video.m3u8 (см. выше).
Отдельные плейлисты для STB-приставок
Когда у вас есть мультибитрейтный мультиязычный контент и вы хотите проиграть его на приставке, которая не поддерживает мультибитрейтные HLS-плейлисты, вы можете запросить с Flussonic Media Server отдельные плейлисты с одним видео и всеми звуковыми дорожками, как с опцией mono :
http://FLUSSONIC-IP/STREAM_NAME/mono.m3u8 Этот плейлист не мультибитрейтный (не вариантный), в нем URL до сегментов, в которых первая видео дорожка и все доступные звуковые дорожки.
Если вы хотите доставлять мультиязычные мультибитрейтные потоки на приставки, не понимающие стандарт Apple для мультиязычности, используйте video.m3u8 :
http://FLUSSONIC-IP/STREAM_NAME/video.m3u8 Это мультибитрейтный плейлист, который отдает список плейлистов с разными качествами: video1.m3u8 , video2.m3u8 и т.д.
Отдельные плейлисты для аудио
HLS-поток может содержать несколько аудиодорожек. Некоторые Smart TV (например, Samsung TV) и браузеры, поддерживающие стандарт MSE (Media Source Extensions), не умеют переключаться между таковыми. Несколько аудиодорожек используется, например, для адаптирования контента для нескольких стран и народов. В результате плееры проигрывают только одну дорожку аудио, или же поток может вовсе не воспроизводиться.
Flussonic может отдать на выход плейлист с отдельным аудио. Используйте separate_audio=true в строке запроса HLS-плейлиста для плеера, чтобы получить отдельный плейлист с аудио:
http://FLUSSONIC-IP/STREAM_NAME/index.m3u8?separate_audio=true Вот как будет выглядеть плейлист:
#EXTM3U #EXT-X-MEDIA:TYPE=AUDIO,GROUP-ID="aac",NAME="eng a1",DEFAULT=YES,AUTOSELECT=YES,LANGUAGE="eng",URI="tracks-a1/mono.m3u8" #EXT-X-STREAM-INF:AUDIO="aac",CLOSED-CAPTIONS=NONE,RESOLUTION=320x240,FRAME-RATE=25.000,CODECS="avc1.420015,mp4a.40.2",AVERAGE-BANDWIDTH=240000,BANDWIDTH=310000 tracks-v1/mono.m3u8 Эта опция работает live-трансляций, VOD и DVR.
Например, для DVR плейлист можно запросить по следующей ссылке:
http://FLUSSONIC-IP/STREAM_NAME/archive-1643098810-30.m3u8?separate_audio=true Ниже приведён пример такого плейлиста для DVR:
#EXTM3U #EXT-X-MEDIA:TYPE=AUDIO,GROUP-ID="aac",NAME="eng a1",DEFAULT=YES,AUTOSELECT=YES,LANGUAGE="eng",URI="tracks-a1/index-1643098810-30.m3u8" #EXT-X-STREAM-INF:AUDIO="aac",CLOSED-CAPTIONS=NONE,RESOLUTION=320x240,FRAME-RATE=25.000,CODECS="avc1.420015,mp4a.40.2",AVERAGE-BANDWIDTH=240000,BANDWIDTH=300000 tracks-v1/index-1643098810-30.m3u8 Проигрывание DVR по HLS
DVR catchup playback
Когда ваш поток уже записан на сервере нашим DVR, вы можете воспроизвести видео через HLS, используя время начала и длительность передачи (например, из EPG).
http://FLUSSONIC-IP/STREAM_NAME/archive-1659507585-3600.m3u8 Этот плейлист имеет тип VOD (static). Он будет отдавать список сегментов начиная с UTC 1659507585 (3 августа 2022г, 06:19:45 GMT) и на один час вперед. Это будет завершенный плейлист, он не будет меняться со временем.
Вы можете получить плейлист типа EVENT (append-only), если конец периода находится в настоящем или будущем. Для этого добавьте в URL параметр event=true . Такой плейлист будет отдавать список сегментов начиная с UTC 1659507585 (3 августа 2022г, 06:19:45 GMT) вплоть до настоящего момента. К плейлисту со временем будут добавляться новые сегменты, а все предыдущие сегменты сохранятся. Если вы вызовете тот же самый URL спустя некоторое время, когда указанный конец периода окажется в прошлом – плейлист уже будет иметь тип VOD.
URL mono даст список сегментов, содержащих все дорожки, в MPEG-TS:
http://FLUSSONIC-IP/STREAM_NAME/mono-1659507585-3600.m3u8 Более конкретный videoN плейлист даст список сегментов с N видео дорожкой и всеми звуковыми дорожками:
http://FLUSSONIC-IP/STREAM_NAME/video1-1659507585-3600.m3u8 и variant видео плейлист со списком videoN плейлистов, который можно использовать в старых видеоприставках и VLC:
http://FLUSSONIC-IP/STREAM_NAME/video-1659507585-3600.m3u8 Не используйте URL-адрес video для браузеров и современных клиентов. В большинстве случаев рекомендуем использовать стандартный URL-адрес archive для получения плейлиста для видео с нескольким битрейтами или несколькими языками.
HLS Event playlist
Вы можете запросить HLS Event плейлист по ссылке:
http://FLUSSONIC-IP/STREAM_NAME/index-1659507585-now.m3u8 Event плейлисты используются для того, чтобы дать клиенту возможность перемотатывать видео в рамках идущего мероприятия, например, вебинара, концерта или текущей ТВ программы. Такой плейлист будет отдавать список сегментов начиная с UTC 1659507585 (3 августа 2022г, 06:19:45 GMT) вплоть до настоящего момента. К плейлисту со временем будут добавляться новые сегменты, а все предыдущие сегменты сохранятся.
Обратите внимание, что плеер начнет проигрывание с прямого эфира, для доступа к архиву нужно перемотать в плеере.
Перемотка плейлиста
Есть специальный плейлист «rewind-N.m3u8» с большим «скользящим» окном, позволяющий перематывать и ставить на паузу HLS потоки на долгие часы.
http://FLUSSONIC-IP/STREAM_NAME/rewind-7200.m3u8 7200 — длина HLS плейлиста в секундах. Это означает, что ваши клиенты могут поставить эфир на паузу на 2 часа или перемотать на начало футбольного матча без обращения по специальными архивным ссылкам.
DVR timeshift playback
Если у вас есть поток, записываемый на диск, но вы не настроили отложенный поток, вы можете проиграть видео со сдвигом по времени с помощью правильно построенного HLS адреса.
Список URL для относительного таймшифта:
/timeshift_rel-3600.m3u8 /mono-timeshift_rel-3600.m3u8 /video-timeshift_rel-3600.m3u8 /video1-timeshift_rel-3600.m3u8 и для абсолютного таймшифта:
/timeshift_abs-1508403742.m3u8 /mono-timeshift_abs-1508403742.m3u8 /video-timeshift_abs-1508403742.m3u8 /video1-timeshift_abs-1508403742.m3u8 DVR fMP4 по HLS
Для проигрывания DVR в формате fMP4 по протоколу HLS поддерживаются такие же форматы ссылок, как и для обычного HLS:
- DVR catchup: http://FLUSSONIC-IP:PORT/STREAM_NAME/archive—.fmp4.m3u8
- DVR window: http://FLUSSONIC-IP:PORT/STREAM_NAME/index—.fmp4.m3u8
- Event playlist: http://FLUSSONIC-IP:PORT/STREAM_NAME/archive—now.fmp4.m3u8
- Rewind: http://FLUSSONIC-IP:PORT/STREAM_NAME/rewind-.fmp4.m3u8
- Абсолютный DVR timeshift: http://FLUSSONIC-IP:PORT/STREAM_NAME/timeshift_abs-.fmp4.m3u8
- Относительный DVR timeshift: http://FLUSSONIC-IP:PORT/STREAM_NAME/timeshift_rel-.fmp4.m3u8
Подробнее о том, зачем нужно проигрывание fMP4 по HLS, см. выше.
Воспроизведение отдельных дорожек
Если у потока есть несколько аудио- и видеодорожек, то вы можете указать, какие именно дорожки следует проигрывать.
Для этого укажите номера дорожек в параметре filter.tracks , добавив его в конец URL потока.
- Выбрать первую аудио- и вторую видеодорожки:
http://FLUSSONIC-IP/STREAM_NAME/index.m3u8?filter.tracks=v2a1 - Выбрать только видео:
http://FLUSSONIC-IP/STREAM_NAME/index.m3u8?filter.tracks=v1 - Выбрать Проигрывание отрывка длиной 3600 секунд из DVR архива, начиная со времени UTC 1362504585:
http://FLUSSONIC-IP/STREAM_NAME/archive-1362504585-3600.m3u8?filter.tracks=v2a1 Сортировка треков в мультибитрейтном плейлисте
Для мультибитрейтного потока все треки перечисляются в мастер-плейлисте. По умолчанию видеотреки сортируются по возрастанию битрейта, т.е. проигрывание начинается с видеотрека с самым низким битрейтом.
Если вы хотите изменить порядок треков и начать проигрывание с другого трека, вы можете использовать для этого параметр filter.tracks . Укажите в этом параметре номера видео- и аудиотреков в нужном порядке, и в результате треки в плейлисте будут отсортированы соответственно. Например:
В этом случае треками по умолчанию будут v3 и a2 .
Добавление скриншотов в плейлист HLS
В плейлист HLS можно добавить скриншоты как специальные теги, которые сможет прочитать плеер. Это можно сделать как для потока с включенным DVR, так и для VOD-файла.
Чтобы добавить скриншоты в плейлист, добавьте в URL потока или VOD-файла опцию ?thumbnails= .
Пример для окна DVR потока:
Пример для VOD-файла:
Указанное значение определяет, сколько ссылок на скриншоты будет добавлено в плейлист, чтобы покрыть продолжительность окна DVR или VOD-файла соответственно. Плеер добавит на полосу проигрывания скриншоты через равные интервалы времени. Продолжительность интервала между скриншотами равна всей продолжительности окна DVR или VOD-файла, разделенной на это значение.
Если указать слишком большое число, плеер будет использовать дополнительные ресурсы, что может привести к зависанию плеера или браузера. Уменьшив этот параметр, можно ограничить количество скриншотов и, таким образом, уменьшить расход ресурсов.
Для работы этой опции в настройках потока или VOD-файла необходимо указать параметры thumbnails enabled=ondemand и size (размер скриншотов). Например: thumbnails enabled=ondemand size=320×240; . Можно указать несколько размеров через пробел, например, size=320×250 size=640×480 . В этом случае в плейлист будет включено несколько треков со скриншотами. Каждый скриншот в соответствующем треке будет пропорционально уменьшен, чтобы уместиться в указанный размер.
Больше информации можно найти в схеме Streaming API.
Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the «Software»), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions: The above copyright notice and this permission notice shall be included in all copies or substantial portions of the Software. THE SOFTWARE IS PROVIDED «AS IS», WITHOUT WARRANTY OF ANY KIND, EXPRESS OR IMPLIED, INCLUDING BUT NOT LIMITED TO THE WARRANTIES OF MERCHANTABILITY, FITNESS FOR A PARTICULAR PURPOSE AND NON-INFRINGEMENT. IN NO EVENT SHALL THE AUTHORS OR COPYRIGHT HOLDERS BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH THE SOFTWARE OR THE USE OR OTHER DEALINGS IN THE SOFTWARE. —>