Des chercheurs ont réussi à mettre au point un algorithme capable de prédire les succès musicaux. La méthode emploie la collecte des données neurophysiologiques et l'analyse à l'aide du machine learning.
À l'ère du streaming musical, ce sont chaque jour des dizaines de milliers de titres musicaux qui sont publiés à l'échelle mondiale. Cet afflux massif de musiques publiées complexifie indéniablement la tâche de curation des morceaux auprès des professionnels du secteur. Que cet acte de sélection s'inscrive dans le cadre des plateformes en ligne d'écoute musicale ou dans le planning de diffusion d'une station de radio, son but reste le même : dénicher les chansons qui vont cartonner !
97 % de réussite dans la prédiction des tubes
Considérant que les professionnels du milieu font face à un torrent de sorties musicales chaque jour, des chercheurs se sont sérieusement penchés sur la problématique. En utilisant la technologie du machine learning combinée à des données neurophysiologiques, une équipe de recherche aux États-Unis a réussi à mettre au point un outil capable de prédire le succès d'une musique. Pour cela, les 33 participants à l'étude ont été équipés de capteurs et ont écouté une playlist de 24 titres. Leurs préférences ainsi que des données démographiques ont également été recueillies. Les signaux récoltés par les capteurs reflètent l'activité cérébrale en relation avec les niveaux d'humeur et ceux de l'énergie des auditeurs.
En analysant les données et en ayant recours à diverses méthodes d'approche statistique, les chercheurs ont pu effectuer des comparaisons directes avec les métriques neurophysiologiques de l'expérience. L'un des modèles utilisés a réussi à prédire un taux de réussite avec une précision de 69 %. Après avoir appliqué un modèle de machine learning, le taux de prédiction des hits s'élevait alors à 97 % pour l'écoute du morceau dans son intégralité, contre 82 % pour la première minute de la chanson.
Les plateformes de streaming pourraient un jour prédire le succès d'une série
Paul Zak, professeur à la Claremont Graduate University et auteur principal de l'étude, explique qu'une telle technologie pourrait simplifier le tri des sorties musicales pour les professionnels. Être en mesure d'identifier les morceaux qui vont faire un carton représente en quelque sorte le Graal auprès des plateformes de streaming, qui pourront de ce fait être assurées de satisfaire leurs utilisateurs. Plutôt que de s'attaquer quotidiennement à des centaines de choix potentiels, un algorithme informatique pourrait effectuer une présélection de deux ou trois titres. Cela offrirait au professionnel un choix simplifié, pertinent et évidemment plus rapide.
D'après le professeur Zak, cette méthodologie pourrait probablement être utilisée bien au-delà de la musique. L'approche devrait trouver son succès et intérêt auprès des services de streaming vidéo et de l'industrie du divertissement audiovisuel dans son sens le plus large. Les films et les émissions télévisées seront-ils un jour diffusés en fonction de leur potentiel à plaire ? D'après Zak, son approche est tout autant applicable dans ce domaine que dans celui des mélomanes.
Source : TechXplore
