Как найти подобную музыку

1. По звучанию, как бы не ругали, ВК часто советует похожие вещи.

2. Spotify в рекомендациях часто указывает очень похожие треки.

3. Сервисы, некоторые, как раз основаны на Spotify.
https://www.music-map.com
musicroamer.com/#
www.spotalike.com
moretrackslikethis.com
www.gnoosic.com

4. Есть небольшой самообман, вот прослушали вы условную “Bonjah – Go Go Chaos” и думаете: “Вау, хочу похожий по звучанию”, но похожим он не будет. Ибо данная композиция полноценна и уникальна в своем роде.
Да, вы можете найти похожий, на ваш взгляд, трек, но там будут схожи, например, барабаны, потому что вы зацепились именно за них. Другой человек зацепится за вокал и для него будет похожим трек с аналогичным вокалом. Так что всё индивидуально.
Советую просто наслаждаться музыкой, а не искать максимально похожую композицию, в попытке составить идеальный плейлист.

Иногда найти музыкальную композицию, похожую на ту, что вы слушаете сейчас, бывает очень непросто. Поиск похожей музыки в Гугле срабатывает не во всех случаях, а рекомендации от друзей и знакомых далеко не так точны, как хотелось бы. Так как найти похожие песни среди миллиона треков? В этом могут помочь музыкальные онлайн-сервисы. Перечисляем самые полезные из них. 

Программа для подбора музыки LaLaPoisk.ru

Интерфейс сервиса очень прост. На главной странице вы сразу же увидите форму для заполнения, в которую нужно ввести следующие данные: группу или исполнителя и название песни или мелодии. Затем кликните на кнопку «Найти». Сервис в течение нескольких секунд обработает запрос и предложит вам несколько десятков похожих треков. Песни будут перечислены в зависимости от точности совпадения: самые похожие — наверху списка, менее похожие — внизу. Рядом будет ссылка на эту композицию во «Вконтакте» — можете сразу перейти по ней и послушать найденную композицию. Итак, с помощью сервиса LaLaPoisk.ru вы можете очень быстро найти похожую музыку. Только обращайте внимание на правильное написание названий песен и имён артистов. Если допустите ошибку — ваш запрос не будет распознан.

Поиск похожих песен на Last.fm

Last.fm — это один из самых популярных русскоязычных сайтов, посвященных музыке. На нём можно слушать песни онлайн, находить информацию об исполнителях, а также подбирать похожую музыку. Откройте главную страницу сайта и перейдите в пункт меню «Музыка». Вы увидите список самых популярных треков, последние релизы, предстоящие релизы и т.д. Проскрольте страницу вниз и найдите раздел с персональными рекомендациями. В отличие от предыдущего сервиса Last.fm позволяет найти похожую музыку только по имени исполнителя, но и этого может быть достаточно. Вбиваем имя артиста, кликаем «Получить рекомендации» и слушаем предложенные варианты. 

Подбор музыки во Вконтакте, Apple Music и SoundCloud

Эти музыкальные платформы работают по отличному от сервисов алгоритму. Они подбирают похожую музыку не на основе конкретной композиции или исполнителей, а отталкиваясь от ваших предпочтений в целом. Но это не значит, что этот метод поиска похожей музыки стоит сбрасывать со счетов. Время от времени прослушивайте персональные подборки — возможно именно в них вы найдёте то, что так долго искали.  

Надеемся, этот материал помог вам разобраться в том, как искать похожую музыку. 

Ищу сервис/способ, который поможет искать музыку, похожую на ту, которую слушаю я.

Гуглить я умею, не сомневайтесь. Но мне важно мнение о том или ином сервисе/способе. Пробовал много чего, но не заходило по многим причинам.

Я меломан, слушаю почти все популярные и не популярные жанры. Тот же ВК, советует мне всё подряд, основываясь на моём винегрете из жанров. Такое мне не подходит, иногда хочется сконцентрироваться на каком-то одном. На саундклауде вообще своя атмосфера. Там нет некоторых моих любимых исполнителей, а значит и искать похожее там, нет смысла. Не буду их все перечислять. Мне интересно услышать вас! Как ВЫ находите новую, похожую музыку?

Если есть желание, можете рассказать и про подобные сайты, для поиска игр/фильмов. А после изучения всей темы, возможно создам пост-статью, где всё подробно и внятно опишу. Будет полезно для многих, я считаю.

Приветствую! Эта история о новом сервисе Twelody, который с помощью искусственного ителлекта помогает искать похожую музыку.

Как появилась идея

В начале 2016 года мне пришлось уволиться с работы и встал вопрос чем я буду заниматься дальше, мне уже было 30 лет и я хотел найти наконец-то дело своей жизни. Выбирать долго не пришлось, так как я очень люблю музыку и в свободное время часто зависаю за её поиском и прослушиванием, я понял, мне не хватает адекватного музыкального поисковика. Музыки в наше время становится всё больше и больше, а вот времени на поиски всё меньше. К тому же часть ресурсов, где я брал новую музыку закрылось и в реальности на тот момент оставался только VK с их своебразными рекомендациями. А мне хотелось сделать сервис, который бы анализировал звук и подбирал похожую музыку по заданной.

С чем пришлось столкнуться

Я ничего не знал по теме, кроме того, что у меня есть неоконченное музыкальное образование и я кое что знаю в программировании. Но в тот момент у меня был настолько большой энтузиазм, что я всё же начал изучать тему. Первым делом я попытался добраться до чисел (значений амплитуды), с этой проблемой мне удалось справиться в короткие сроки, но вот что делать с числами дальше я так и не смог понять. Я пытался определять ноты по самым громким всплескам, это получалось, но что делать с нотами дальше я не знал, ведь иногда они были то в одной октаве, то в другой. Сравнивать их между собой не имело никакого смысла, да я и не знал чем их можно сравнить. Промучавшись пару месяцев я отложил разработку и решил отдохнуть, иногда отложить проблему – это хороший способ её решить, так получилось и у меня.

Спасательный круг

Через некоторое время я узнал о существовании нейронных сетей, в тот момент они только набирали популярность и первый мой урок по ним оказался впечатляющим. Я понял, что вот оно, что я искал, я могу подавать данные и указывать к чему они относятся. Я стал разбираться как сделать свою нейронную сеть, изучал примеры, приобрёл и прочёл две книги и вроде бы даже нашёл статью с успешной реализацией того, чего я хочу достичь. В этой статье парень сравнивал похожие товары по изображению и у него получалось. Но найти инструмент это отлично, другое этим инструментом воспользоваться. А чтобы воспользоваться необходимо было к чему-то привязаться и тут началось самое интересное.

Изучить всю музыку, серьёзно?

Музыка настолько разнообразна, что сперва я не знал как её можно классифицировать, обилие музыкальных терминов пугает, да и многие из них не могут описать однозначно музыкальную композицию, но всё-таки я понял мне нужен жанр. Ведь только жанр способен вместить в себя всю полноту характеристики музыкальной композиции. В крайнем случае, например, тональности можно добавить потом. Что ж мне предстояло познакомиться со всеми музыкальными жанрами представленными в мировой музыкальной индустрии и по данным Википедии их насчитывается в районе тысячи. Меня ждала кропотливая работа, с которой я думал не справлюсь. Но спустя три года я собрал внушительную коллекцию музыки, с помощью которой и обучал нейронную сеть.

Опять проблемы

Первые попытки обучить нейронную сеть и воспользоваться трюками, которые я узнал показали, что это работает, но работает не точно, на каких-то примерах сеть показывала впечатляющие результаты, а на некоторых она путалась и жанр не соответствовал ожидаемому. Я стал разбираться, пересмотрел архитектуру, провёл десяток разных тестов, но это особо не помогало, единственное я заметил каждый раз результаты отличались и я понял, что каждый параметр в нейронной сети играет важную роль. Эксперименты продолжились и только спустя год я смог найти ту комбинацию, которая и пошла в продакшн. За это время было проведено почти сотня тестов и мне уже хотелось выложить не одну, а несколько параллельных версий, но нынешняя архитектура превзошла их все и я остановился на ней.

Проект сейчас

Пока я настраивал нейронную сеть актуальность музыки, которая у меня была в коллекции немного устарела, но я не мог себе позволить ждать ещё и решил выпустить альфа версию проекта, чтобы пока я пополняю коллекцию и дообучаю нейронную сеть пользователи уже сегодня могли пользоваться ресурсом. Ведь новая музыка это в первую очередь та, которую ещё не слышал, а как показали тесты сеть с этим справляется уже неплохо и впереди на подходе будет ещё более совершенный алгоритм. В нынешней реализации ещё есть путаница с жанрами, но не настолько критичная как была раньше. Всё же мне удалось воплотить свою мечту в реальность и это то, чем мне нравится заниматься на постоянной основе. И самое главное это приносит пользу другим.

С запуском проекта возникла ситуация, что сайт нужно финансировать и рекламировать, и я благодарен создателям VC за возможность рассказать людям о моём сервисе. Буду признателен, если напишите какие впечатления произвёл на Вас мой сайт и помог ли он в Ваших поисках.