ปฏิเสธไม่ได้เลยว่าเทคโนโลยีเข้ามาเป็นส่วนหนึ่งของชีวิตเรา บางสิ่งที่ดูเป็นศิลป์ เช่น โปรแกรมแต่งภาพ ก็สร้างมาจากเทคโนโลยีซึ่งมีพื้นฐานมาจากความเป็นเหตุเป็นผล และคณิตศาสตร์ หรือแม้แต่งานศิลป์อย่างดนตรี ก็นำเทคโนโลยีเข้ามาเกี่ยวข้องอย่างมากมาย หากพูดถึงเทคโนโลยีดนตรี ภาพที่ลอยเข้าหัวทุกคนคงเป็นโปรแกรมทำเพลง อัดเสียง ตัดต่อเสียง หรือถ้านึกเป็นอาชีพ ก็ปฏิเสธไม่ได้เลยว่าอาชีพ Sound Engineer คืออาชีพแรกที่ผู้คนจะนึกถึง และอาจเป็นอาชีพที่นึกออกของใครหลายๆคนด้วยซ้ำ

ภาพโดย James Owen จาก Unsplash

อ่านมาถึงตรงนี้ ผู้อ่านหลายคนอาจตั้งคำถามกับผู้เขียนว่า แล้วเทคโนโลยีดนตรีมันมีอาชีพอะไรอีกล่ะ ?

หากผู้เขียนจะตอบคำถามนี้ต้องบอกก่อนเลยว่า เทคโนโลยีดนตรีในนิยามของผู้เขียนนั้น มองเป็นวิทยาศาสตร์มากกว่าศิลปะ ดังนั้นความรู้ด้านวิศวกรรมศาสตร์ วิทยาศาสตร์ จึงเป็นส่วนสำคัญอันดับหนึ่งในคำตอบของผู้เขียน

ก่อนตอบคำถามขอพูดถึง Music Streaming ซึ่งเป็นช่องทางยอดนิยมในการฟังเพลงทุกวันนี้ เหตุที่นิยมก็คงเป็นเพราะว่า ผู้ฟังสามารถฟังเพลงได้หลายสิบล้านเพลงในราคาไม่แพง สะดวกสบายในการใช้งาน เพราะแค่มีสมาร์ทโฟนและอินเทอร์เน็ต ก็สามารถใช้งานได้ทุกที่ ผู้ให้บริการในไทยที่ได้รับความนิยมก็คงเป็น Joox และ Spotify รายละเอียดความแตกต่างด้านธุรกิจของสองผู้ให้บริการคงไม่พูดถึง แต่จุดขายที่เหมือนกันและแตกต่างกันของ Music Streaming ก็คือ Music Recommendation System หรือ ระบบแนะนำเพลง นั่นเอง

ระบบแนะนำแบบทั่วไป ผู้อ่านคงคุ้นเคยและพบเจอกันมามากมายในหลาย Applications แต่สิ่งที่พิเศษในระบบแนะนำเพลงนั้น ไม่ใช่แค่เก็บข้อมูลผู้ใช้ต่างๆ แต่ลึกไปถึงวิเคราะห์โครงสร้างเพลง ทฤษฎีดนตรี ด้วยความรู้วิทยาศาสตร์อย่างลึกซึ้ง แน่นอนว่าผู้ที่จะทำด้านนี้นอกจากจะต้องมีความรู้ด้าน Signal Processing, Machine Learning และอื่น ๆ แล้ว ยังต้องมีความรู้ทฤษฎีดนตรีด้วย

ในตอนต้นได้เกริ่นไว้เกี่ยวกับอาชีพด้านเทคโนโลยีดนตรี หากจะให้ผู้เขียนตอบเป็นชื่ออาชีพที่แน่ชัดคงยากเพราะฉะนั้น ขอตอบเป็นหัวข้อหลักที่ผู้อ่านสามารถนำไปค้นหาข้อมูลและงานวิจัยเพื่อศึกษาต่อได้ หากอ่านบทความนี้จบแล้ว นำคำว่า “Music Information Retrieval” ไปค้นหาต่อได้เลยครับ

ภาพจาก CinscoDias

 Music Information Retrieval ถ้าแปลแบบตรงตัว ก็คือการดึงข้อมูลทางดนตรีเพื่อมาวิเคราะห์ในด้านต่างๆ อาทิ เช่น วิเคราะห์แนวเพลง ซึ่งไม่ใช่แค่วิเคราะห์จากการติดแท็ก พฤติกรรม ประวัติการกดฟังของผู้ใช้เท่านั้นแต่วิเคราะห์เจาะลึกไปถึงแต่ละส่วนของดนตรี ไม่ว่าจะเป็นเครื่องดนตรี โครงสร้างดนตรี เสียงร้อง เนื้อร้อง จังหวะและอื่นๆ ซึ่งเมื่อนำผลลัพธ์แต่ละส่วนมารวมกัน ก็จะนำมาสร้างระบบ Playlist ให้ผู้ฟังนั่นเองโดย Playlist ของ Music Streaming แต่ละแบรนด์ก็จะมีความหลากหลายให้เลือกฟัง ผู้ฟังสามารถเลือกฟังได้ตามแนวเพลงศิลปิน สถานการณ์รวมไปถึงอารมณ์

ใช่ครับ อารมณ์เพลงก็ถูกนำมาวิเคราะห์ด้วยศาสตร์ Music Information Retrieval ซึ่งไม่ใช่แค่ความรู้สึกของผู้ฟังแล้ว แต่เทคโนโลยีจะวิเคราะห์อารมณ์เพลงออกมา โดยอ้างอิงจากการทดลองกับมนุษย์จริงๆนี่แหละ ซึ่งโมเดลในปัจจุบันยังคงไม่มีที่ดีที่สุดและก็คงยากที่จะบอกว่าโมเดลไหนคือดีที่สุด เพราะอารมณ์จากการฟังเพลงมันยากเหลือเกินที่จะนิยาม แต่ทุกโมเดลที่สร้างขึ้นมานั้นสามารถเปลี่ยนเป็น Playlist ให้ผู้ฟังได้ อย่างที่เห็นว่า Playlist อารมณ์เศร้า ก็มีเศร้าหลายแบบ อารมณ์สุขก็สุขหลายแบบ ยิ่งมีให้เลือกฟังมากผู้ฟังยิ่งชอบ ดังนั้นถึงจะไม่มีโมเดลที่ดีที่สุด แต่โมเดลที่มีประสิทธิภาพที่สุดตรงตามธีมของ Playlist และอารมณ์ของผู้ฟังในขณะนั้นๆ ต้องมีแน่นอน

ในปัจจุบันงานวิจัยด้าน Music Information Retrieval กำลังเติบโตขึ้นอย่างรวดเร็ว ตามกระแสของ Music Streaming นักวิจัยด้านนี้เริ่มเป็นที่ต้องการอย่างมากในต่างประเทศ มีงานประชุมวิชาการด้านนี้โดยเฉพาะตั้งแต่ ปี2000 หากใครอ่านมาถึงตรงนี้แล้วคิดว่าการที่วิทยาศาสตร์มากลืนกินความเป็นดนตรีนั่นไม่ถูกต้อง ก็คงต้องคิดใหม่เพราะงานวิจัยด้านนี้ เป็นตัวช่วยที่ดีในการวิเคราะห์แนวโน้มธุรกิจเพลงแน่นอน

ขอขอบคุณผู้อ่านทุกท่านที่สนใจในบทความนี้ หากท่านใดต้องการศึกษาต่อ นำสิ่งที่ผมบอกไปค้นหาต่อได้เลย และผู้อ่านจะเจออีกหลายคีย์เวิร์ดเลยครับ สุดท้ายนี้ขอทิ้งท้ายไว้ว่า

Spotify กลายเป็น Music Streaming ยอดนิยมที่สุดในโลกก็เพราะมีระบบ Playlist ที่โดนใจผู้ฟังที่สุดนี่แหละครับ

Cover photo by Vladimir Proskurovskiy On Unsplash

อ้างอิง

https://en.wikipedia.org/wiki/Music_information_retrieval

https://www.ismir.net/

https://www.youtube.com/watch?v=TjqtotTdlgY

https://transactions.ismir.net/