盡管每年都有各種各樣的歌唱選秀節目在朋友圈中刷屏，但相比于歐美日韓等音樂發達地區，中國音樂産業仍舊處于起步階段。

根據艾瑞咨詢《2019年中國數字音樂産業研究報告》顯示，2018年美國錄制音樂營收9億美元，而同年中國僅1.2億美元，2018年美國人均錄制音樂市場收入是中國的34.75倍。但與此同時，中國音樂市場目前正處于高速發展期，未來也将迎來巨大的市場紅利。

中金公司發布的音樂産業系列研報顯示，相比于美國等成熟的音樂市場，中國市場數字渠道占比較高，用戶付費意願卻較低。從目前全球音樂産業發展趨勢來看，流媒體時代的音樂類型将更加多樣化，市場也将更加分散化、圈層化、小衆化，這也意味着在中國音樂産業未來發展中，數字渠道如何讓圈層用戶、小衆用戶的音樂需求得到更好的匹配，同時滿足中國用戶對音樂産品和使用場景日益增長的需求将成為關鍵，而技術創新或許依然是當下音樂行業的最大突破點。

在國内各大音樂平台中，酷狗音樂作為坐擁6000萬曲庫、月活用戶超過4億的音樂平台，在解決該問題方面都具有一定的代表性。

數字音樂産業的長尾難題

2004年，《連線》雜志前主編克裡斯安德森以數字音樂行業為分析對象，總結出了“長尾理論”，深遠地影響了後來的互聯網商業模式。“長尾理論”大意是，虛拟經濟中存在大量的小衆低頻作品，但由于邊際存儲成本幾乎為零，因此，在大衆多元化需求的背景下，即使是極為小衆的歌曲也會被垂直用戶消費，整體來看，非頭部、非熱門的長尾消費也成為了平台的重要市場。

但如果以現在的視角來看，數字音樂市場的長尾理論正在受到需求和供給兩個方面的壓力。

第一是用戶的長尾消費往往來自于垂直用戶具有明确需求的主動搜索，但由于音樂搜索在文字表達上存在障礙，因此當用戶忘記歌名歌詞時，便難以找到想聽的歌曲，用戶需求便無法滿足。此外，除了主動搜索外，被動式的用戶長尾需求也沒有被充分挖掘，大量冰面以下的需求被忽略了。如何精準滿足用戶個性化需求成為一大痛點。

第二是由于相關技術的發展，音樂創作門檻、音樂人門檻正在降低，大量新創作者也能快速創作歌曲，比如在短視頻平台中，便出現了大量的原創音樂人、草根音樂人、網紅歌手，但由于行業天然的頭部效應，導緻長尾音樂的作品供給将遠超熱門音樂作品的供給，這便增加了海量長尾作品的曝光和觸達的難度。如何讓長尾供給更精準有效地觸達與之匹配的用戶便成為另一個痛點。

上述兩個問題，簡而言之可以歸結于用戶在獲取音樂時的兩種不同的需求場景，即主動搜索音樂和被動獲取音樂。因此，解決長尾問題，一方面是對用戶主動搜索場景下的優化升級，另一方面則是用戶多元化、垂直化的音樂供需挖掘及匹配。

主動搜索 - 探索“音頻指紋”的技術前沿

“音頻指紋”便是在用戶主動搜索場景下具有代表性的一項技術體現。簡單來說，每首歌都有自己獨特的“指紋信息”，該技術是通過提取音樂音頻信号中具有代表性的指紋特征與曲庫中的歌曲進行快速匹配，進而識别出歌曲信息。在不同環境聲音下，準确性和匹配效率是最核心的考量因素。

不久前，酷狗在2020年MIREX（Music Information Retrieval Evaluation eXchange，國際音樂檢索評測）音頻指紋（Audio Fingerprinting）項目上，突破了該項目自2014年舉辦以來的最好成績（91.88% Top-1識别率），以93.17%的優異成績創下新的世界記錄。這個成績不僅是酷狗在前沿音樂技術探索、研發上的實力證明，也一定程度代表了中國互聯網音樂行業的科技水平。

“音樂指紋”技術也被成熟地運用到用戶高頻使用的産品上，“聽歌識曲”、“浮浮雷達”等功能便是此項技術較廣泛的應用方式。按照官方披露的數據，即使在嘈雜的環境下，酷狗用戶僅僅需要幾秒的時間，便能在海量的曲庫中匹配出正确的歌曲。在噪音幹擾較小的環境下，“聽歌識曲”的準确率也高達97%以上。

作為音樂産品的重要技術之一，這樣的競争往往就在毫厘之間，隻有持續投入将産品核心功能做到“極緻”，才能獲得用戶更長久的青睐。

供需挖掘 - 高效分發的好算法

中國音樂産業解決長尾難題的另一個突破口，是多元化、垂直化的音樂供需挖掘及匹配。而要想實現海量作品供需的高效匹配，人工智能等技術算法對數字渠道的應用顯然将是一個重要方式。

然而，盡管人工智能、大數據等技術創新在音樂行業中的應用并不新鮮，但傳統的算法通常存在兩大問題：

第一是傳統算法大多注重于歌曲本身的匹配推薦，這一方面會導緻在供給側快速增加的情況下，以單曲推薦為主的平台匹配效率有限；另一方面也由于音樂涉及到藝術審美，算法無法完全實現精準匹配，單曲推薦也就過分依賴了機器算法，忽略了人的作用，最終反而導緻整體匹配效率和精準度的下降。

第二是算法準确率受限于平台固有的用戶樣本，平台定位越垂直，用戶群便越垂直，算法在該垂直領域人群中就越精準，但卻反而導緻了多元化音樂難以破圈，再加上大多數成年用戶的音樂偏好相對固化，這就強化了繭房的出現，讓大量多元化歌曲極其創作者成為沉默成本。

目前，酷狗音樂的做法是将推薦算法和分發機制從傳統聚集在單曲本身，轉向單曲與歌單推薦并重。這樣不僅擴大了用戶音樂涉獵半徑，也通過歌單的設置，加入用戶個體自主的審美元素，在推薦算法中給予了用戶審美選擇權，實現了“機器 社交”更加高效的分發模式。

事實上，從目前推薦算法的發展趨勢來看，“機器 社交”的雙重推薦模式，也确實是用戶供需挖掘和匹配的優選方案。具體來說，技術方面表現為可以基于歌單内容進行分析和深度學習，從聲學、情感、風格等多個維度分析歌單，并綜合用戶點贊、評論、收藏、分享等數據進行建模學習優化，同時運營側也會增加對小衆歌單、新歌曲目的關注，從歌單内容、交互、多元推薦三個層面進行音樂内容的分發。

值得一提的是，在推薦算法的研究上，模型框架固然重要，而平台數據的豐富度及體量也是不容忽視的基礎因素。對此，酷狗擁有更加多元化的用戶群體以及大量用戶數據的沉澱，因此人工智能可以實現更加全面的分析和深度學習。也正如酷狗算法業務線負責人介紹，“推薦算法的好壞，不僅在于數據模型、算法技術的研發，更在于算法工程師對業務理解、對音樂用戶行為積累分析的直觀反饋。”

多元訴求 - 對場景、品質體驗的精益求精

如前文所述，流媒體時代除了讓音樂類型更加多樣化，基于音樂内容和用戶之間的供需關系産生的長尾難題外，中國用戶對于聽歌的需求，也随着日新月異的互聯網娛樂消費環境變得更加複雜，用戶對于音樂品質，多元化音樂社交場景也有了更高的要求。

在音樂品質解決方案上，“蝰蛇音效”的研發和叠代則非常具有代表性。2013年蝰蛇音效正式誕生，還記得在其1.0時代，“一鍵麗音”搭載智能雲均衡，為歌曲自動适配音樂風格，2.0-4.0時代，蝰蛇音效不斷加入超重低音、純淨人聲等用戶高頻使用的場景音效，5.0時代，蝰蛇音效實現了讓音樂平台從2D音效到3D音效的跨越，據酷狗官方介紹，今年1月全新研發的“空間音效”也即将面向廣大用戶。

蝰蛇音效不僅僅滿足了用戶對聽歌品質的需求，還滿足了用戶對不同聽歌場景的需求。2016年起，蝰蛇音效引入脈沖反饋技術，支持模拟設備及聲場效果特點，同時上線了行業内首個音效商店，逐步培育聽歌場景的UGC生态。

如今，經過7年的發展,“蝰蛇音效”已建立起官方音效、專業調音、用戶制作音效“三位一體”，有層級、有梯度、需求垂直細化的用戶社群和音效内容生态。目前酷狗上有超過一萬個滿足不同人群需要的特色音效産品，超過1500位活躍調音師上傳個性音效，超過3000款專業調試的UGC音效可供聽衆選擇使用，覆蓋超過4億的用戶群體。

更多探索 - 讓科技為音樂賦能

随着時代的發展，技術與藝術在不斷加快融合的腳步，這一點在音樂行業表現得更為具體。音樂産業少不了科技的賦能，而通過科技創新，音樂産業也将體現出更多的想象空間，音樂技術還能為未來娛樂生态提供什麼能力值得我們思考和探究。為此，我們同樣注意到2020年酷狗在音樂、音頻技術上的投入和布局，或許能給目前國内音樂行業技術研發方向提供一些借鑒。

例如AI歌聲合成技術的研發，這一技術讓我們迅速聯想到其在虛拟偶像領域中的運用，參考目前市面上初音未來等以VOCALOID系列語音的合成程序，而酷狗則是采用了更先進的聲學模型和聲碼器，并自主研發出了一套基于深度神經網絡模型的歌聲合成技術，AI可以從數據中自動學習發音方式和特點，輸入樂譜就能合成出自然、逼真、富有表現力的歌聲，合成效率和自動化相較傳統技術也更勝一籌。

作為互聯網音樂平台，這一技術也意味着酷狗不僅可以借助其平台優勢，推出自主孵化的虛拟偶像歌手，圍繞歌曲制作、推廣，音樂直播、周邊衍生品等多個維度“造星”，還可以為B端虛拟偶像産業提供更優質的聲音解決方案。

雖然以國内現有的虛拟偶像市場表現來看，虛拟偶像的産業化可能還為時尚早，但毋庸置疑，虛拟偶像産業在5G時代的背景下将大有可為。

盡管全球範圍來看，中國音樂産業依舊有很長的路要走，但從行業層面來看，中國音樂市場早已成為競争激烈的紅海。在新消費升級、5G新技術浪潮的背景下，大衆音樂審美需求和形式都預計将出現巨大變化，中國乃至全球音樂行業可能都面臨着一場轉型升級的考驗。酷狗在音樂行業16年的深耕以及在技術創新上的長期投入，不僅是在面對激烈競争下走出了一條以技術為核心的硬核道路，也為中國音樂行業的發展帶來新高度、新思路。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!