你我的
年度之歌
又到了甩出经典梗图的时节了：
哦不，错了，应该是这张：
嘲讽归嘲讽，但又怎么样，没人能阻止每年网易云每年发年度总结时候，大家一边滑手机一边截图，然后第一时间发朋友圈。
不过，今年网易云年度报告出来没多久，社交媒体上就出现了「年度听歌报告数据不准确」的话题。
有不少陌生歌手和听歌记录出现，网友们怀疑，这是因为网易云暗中拿用户账号去刷数据了，到了年末统计中露出了马脚。
这顶多是一些统计方法和口径需要澄清，而之前 Spotify 的大翻车，才真是把莫名其妙的内容硬塞给用户。
我的歌单，轮不到 AI 来指手画脚
Spotify 在 12 月初，就推出了自家的年度音乐报告，收获了一片差评。主要集中在，总结内容是由 AI 生成的，出现了很多奇奇怪怪的条目和总结。
Spotify 的翻车主要赖 AI。受到先前大幅裁员的影响，今年的 Spotify Wrapped 可能是 AI 含量最高的一年：除了常规的图文，还创建了一期由 NotebookLM 生成的播客节目，来讲述用户的收听数据，以及分析背后的收听习惯。
Google 那边，对这个合作评价很高，「根据数百万个人一年中特定的收听习惯，为他们定制播客，这可不是真人能做到的」公关在新闻发布会上表示。
实际上网易云在 2023 年，也浅浅尝试过人声播报，但只有一个很短暂的开头。说白了，用户听了什么样的音乐，自己心里是清楚的，轮不到 AI 来指手画脚。
而且实际效果呢，也差强人意。用户们都不买账，认为这总结根本是不知所云，完全踩不到点子上。
Business Insider 采访了一位曾经就在 Wrapped 团队的前工程师，他目前就职于一家人工智能的初创公司，并不反感 AI，但他认为 Spotify 没搞清楚重点：「公司过于依赖对生活没有任何实际意义的人工智能。」他对 Business Insider 说。
年度总结，很不好做
无论是用的是哪家产品，一年来，手机上播放过的音乐数不胜数。每一首歌都可能和一段回忆相关。
只是三百多天过去，记忆也不再清晰了。而年度报告能够把这些听过的歌曲，重新翻出来摆在台面上，再次看到这些曲目、歌手时，便能勾连起与之相关的生活记忆。这就是年度报告的价值。
因此，每每到了年底，相当多人对年度报告听歌报告，称得上是翘首以盼。而摆在策划面前的头号难题是：什么时候发？
今年网易云属于比较晚的梯队，Spotify、Apple Music 赶在月初，是因为国外以圣诞节为重，尚可以理解。可是 QQ 音乐今年在 20 号就推出了年度总结，随后 B 站、播客平台小宇宙也都陆续发布了总结，这就让局面焦灼起来。
时机的选择很微妙：太早了收录不了 12 月的数据，太晚了随着跨年和元旦的到来，会丢掉讨论度。
其次是具体内容的设计。年度报告有着非常强的社交属性：我库库对着报告一通截图是为什么，就是为了发社交媒体啊。「懂生活的人，已经开始运作自己的网易云歌单了」。
因此内容的设计成了最考验的一环。这也是 Spotify 翻车最重要的原因：想要借助大语言模型，生成一些有趣的风格标签，想法是不错，实测一塌糊涂。
很多 Spotify 用户在自己的年度总结里，看到了一个叫「Pink Pilates Princess Vogue Pop」的风格类型，看得人一头雾水：这是什么抽象的风格？没听说过啊。
这是 AI 出手之后，「糅合杂交」的结果，更糟的是它还被强行登记为许多人的年度最爱——谁会爱一个根本不存在的风格啊。
有一说一，网易云的内容设计，还是很能打的。比如去年正逢网易云十周年，推出的「十年听歌报告」按年份让用户回顾每一年的「主打歌」。
另外，以春夏秋冬作为意象，也是固定节目，每年都会出现。
音乐和记忆的勾连非常奇妙，它会神奇地把时间与空间凝结进去。当熟悉的旋律响起时，眼前浮现的不是音符，而是与这旋律共同相处的历程中，感情最为深刻的时光。
那么，最关键的问题出现了：要怎么样才能选对「年度之最」呢？
算法能算出人心吗？
到今年，常用年度听歌报告的用户，已经对「套路」了然于心：时长、总数、词云、春夏秋冬、活跃时段、深夜听歌、单日最高循环。
这些硬指标也是耳熟能详了。也不怪 Spotify 要引入人工智能这样的新技术，毕竟，它曾经吃过推荐算法极大的红利，没有算法就没有今天的 Spotify。
2012 年前后，Spotify 曾经重视过人工推荐，聘请了编辑来做歌单策划和整合。但到了 2014 年，就转向了个性化推荐算法。当时的目标很明确：通过播放数据，建立起平台本身的权威性，以此和大型唱片公司抗衡。
这是一个成功的战略转向，从此之后 Spotify 的卖点不再是音乐本身，而是使用音乐的方式。Spotify 的营销中高度强调「个性化」。
用户被吸引到一个（或许是）量身定制的世界中。日推、红心、分享和评论这些功能，鼓励用户与服务建立一种情感且亲密的关系。
这份亲密感与情感因素的营造，还体现在服务如何将算法计算而得的发现页面，包装成基于所有用户的共享集体智慧——任何用户都有可能成为一个「品味引领者」，而非源于冰冷的计算过程。
看上去很熟悉？虽然上面讲的是 Spotify，但网易云的操作也大差不差。
然而这种亲密的情感连接，给年度报告上了难度：播放频次和时长，未必直接反映对一首歌的情感。
我的年度之最来自一部电影原声带——这部分很准，我确实很很爱听 OST，每年这一类的歌曲占比都超过 20%——然而它之所以有最长的播放时间和频次，除了是因为好听和喜欢之外，还有一个重要原因：它只有 1 分钟 05 秒。
播一支常规的三分钟流行乐的工夫，已经能把这支 bgm 放三遍了，它不霸榜谁霸榜。连带着，这首 bgm 所属的专辑也被统计为年度专辑。
准吧，也是准的，但多少有点离谱。如果让我自己 pick 一个年度之最，肯定会有别的选择。
网易云一直没有开放这个设计。相比之下，垂直播客的平台小宇宙则是允许用户自己，手动决定年度之选的。不过也得承认，选一个年度播客属实更简单。而选一首年度之歌，就实在是太难了。
这种评选势必是一个涉及多个维度的艰难决策，或许也是大模型可以施展的地方。不是生硬的总结和编造，而是对长周期数据的准确理解和识别。
借着这篇文章的契机，我又回顾了 2023 年推出的「十年听歌报告」，以及当中的每一首歌。几乎不费工夫，我便能回忆起那些旋律携带着的细节：Zayde Wolf 的《Golden Age》陪伴我通勤，它上架下架很多次，每一次都在评论区里留下痕迹。Sufjan 竟然是我十年来最喜欢的歌手，第一次碰到他是在 2020 年，比记忆里的晚。在《冰雪奇缘》出来之后，我把原声带循环了个爽，也记起了这部电影所掀起的热议浪潮。
这要人如何决定年度之歌？一年是那么长的时光。音乐真是最神奇的魔法，当一首熟悉的歌，和它最常出现的时间节点放在一起时，不费吹灰之力就唤起所有的记忆，那是算法所无法深入的微妙空间，是只反应在音符上的动人时刻。
还没有评论，来说两句吧...