基于要素特點(diǎn)和需求分析的音樂識別軟件服務(wù)設(shè)計研究

余森林　唐旻圓

摘要：文章以音樂識別軟件作為研究對象，對該類別產(chǎn)品的服務(wù)設(shè)計進(jìn)行分析研究。通過對此類軟件產(chǎn)品的比較、分析和較為詳盡的測評，獲得一些有效的數(shù)據(jù)信息。文章詳細(xì)探討了音樂識別軟件的要素特點(diǎn)，分析了用戶需求，展望了音樂識別產(chǎn)品向語音識別的方向轉(zhuǎn)型的趨勢，并指出功能導(dǎo)向型的設(shè)計方式正在在逐漸向服務(wù)導(dǎo)向型設(shè)計在過渡，這一轉(zhuǎn)變，是為了引起用戶通產(chǎn)品之間更多的情感共鳴。

關(guān)鍵詞：服務(wù)設(shè)計 音樂識別 語音識別

中圖分類號：TB47 文獻(xiàn)標(biāo)識碼：A

文章編號：1003-0069（2018）10-0131-03

引言

互聯(lián)網(wǎng)的全面覆蓋改變了信息的搜索方式，智能手機(jī)的出現(xiàn)造就了新的音樂聆聽方式，音樂識別軟件出現(xiàn)是由于音樂APP的大熱。音樂識別軟件一直以準(zhǔn)確、快速的識別深受用戶喜愛，軟件除了識別功能外，還為用戶在使用過程中提供了獨(dú)一無二的情感體驗(yàn)?！拔㈦娮?、智能化等信息技術(shù)的廣泛應(yīng)用為信息社會變革提供了技術(shù)基礎(chǔ)，社會整體性進(jìn)入可持續(xù)發(fā)展、數(shù)字化聯(lián)系、智能化產(chǎn)品和交互性溝通為特征的狀態(tài)”。

一、音樂識別軟件的要素特點(diǎn)

音樂APP使用便捷，在線曲庫曲目數(shù)量龐大，受到了大多民眾尤其是年輕人的歡迎。隨之而產(chǎn)生的音樂識別軟件也發(fā)展迅速，如今幾乎每一款音樂APP都會提供“聽歌識曲”的服務(wù)。當(dāng)人們聽到未知的曲目時，會很自然地掏出手機(jī)打開音樂識別軟件對音頻進(jìn)行識別，這類軟件的出現(xiàn)，簡化了搜索的過程，大大提高了搜索效率，“形成了具有號召力的生活方式和服務(wù)”。

主流的音樂識別軟件有三款分別為Track ID、Shazam以及SoundHound，這三款軟件的工作原理基本相同，都是用戶通過手機(jī)的錄制曲目片段，然后將其通過軟件上傳至各自的數(shù)據(jù)庫進(jìn)行搜索和匹配，再將匹配的結(jié)果發(fā)至用戶。不過實(shí)際上，音樂識別軟件的識別原理并非真的“聆聽”，而是識別該段曲目的特征節(jié)奏，并在軟件對應(yīng)的音頻庫里找出對應(yīng)的曲目。

Track ID曾是索愛手機(jī)內(nèi)置的音樂識別軟件，2006年11月，索尼愛立信公司推出了首款Walkman手機(jī)W830c，這也是第一臺內(nèi)置音樂識別軟件的手機(jī)。索尼公司在此款軟件上并未進(jìn)行衍生產(chǎn)品的開發(fā)，始終將其音樂識別功能放在首位，力求準(zhǔn)確地識別出每一次用戶搜尋的音頻出處。Shazam最初需要通過撥打熱線（美國地區(qū)）并保持通話狀態(tài)來獲取音樂片段，隨后用戶將收到短信，其中包含曲目名稱和藝術(shù)家姓名。Shazam做到的不僅是音樂識別，還能夠識別電視節(jié)目和廣告，并能夠根據(jù)用戶的搜索內(nèi)容提供相關(guān)的信息（限美國地區(qū)）。SoundHound公司除了開發(fā)展音樂識別軟件外，又設(shè)計了Houndify和Hound兩款軟件。Hound的用途與Shazam的衍生功能相似，能夠通過對用戶的搜索習(xí)慣的分析，向用戶他們推薦類似的節(jié)目。Houndify是一款智能語音識別產(chǎn)品，致力于構(gòu)建一個大型的在線AI會話平臺，這也是語音識別技術(shù)發(fā)展的新趨勢。

筆者對三款產(chǎn)品進(jìn)行了測試，發(fā)現(xiàn)它們之間還是存在一些差異，測試過程中，將會對每首曲目進(jìn)行三次識別，識別成功將標(biāo)記為“√”，識別失敗將標(biāo)記為“×”，識別錯誤將標(biāo)記為“*”，具體數(shù)據(jù)詳見（如圖1）（注：進(jìn)行對比時，手機(jī)放置在距離音響20cm處，每首曲目播放時音量一致。另，一旦識別成功，無論是否滿三次，均將不再繼續(xù)識別。）

從圖片的數(shù)據(jù)中，我們可以清晰看到：Shazam具有最高的識別能力，幾乎做到了全部準(zhǔn)確識別，而SoundHound的識別準(zhǔn)確度低于另外兩款軟件，Track ID介于兩者之間。三款軟件均未成功識別《金句Medley》這首曲目，并且對于純音樂的識別能力都較弱。由于Track ID的開發(fā)公司索尼曾于2008年6月2日收購了Gracenote，所以曲庫曾經(jīng)更為全面。但索尼卻于2013年12月把Gracenote的所有權(quán)售予美國第二大報業(yè)集團(tuán)美國論壇公司（Tribune Company），所以，在三款軟件各自的曲庫數(shù)量基本持平的條件下，識別度準(zhǔn)確率卻未能在同一水準(zhǔn)。

互聯(lián)網(wǎng)環(huán)境下，數(shù)據(jù)爆炸式的增長，傳統(tǒng)的儲存與訪問的方式，已經(jīng)無法滿足互聯(lián)網(wǎng)發(fā)展的要求?！啊剖蔷W(wǎng)絡(luò)的一種形象化的說法，被看作是互聯(lián)網(wǎng)的基礎(chǔ)服務(wù)資源，如服務(wù)器的硬件、軟件、數(shù)據(jù)和應(yīng)用服務(wù)的集中和統(tǒng)一，這些資源在使用者看來是可以無限擴(kuò)展的，并且可以隨時獲取，按需使用，隨時擴(kuò)展，按使用量付費(fèi)”。音樂識別服務(wù)可以說是一種云服務(wù)，“云服務(wù)并不僅僅只是大服務(wù)器集群，其強(qiáng)調(diào)開放生態(tài)，參與共享，跨界融合，從本質(zhì)上重塑了用戶認(rèn)知，消費(fèi)方式和商業(yè)模式”。

音樂識別軟件所呈現(xiàn)的“產(chǎn)品+服務(wù)”模式是產(chǎn)品設(shè)計的一種新思路，是設(shè)計由實(shí)體產(chǎn)品轉(zhuǎn)向“解決方案”的最佳代之一。軟件既具備實(shí)用到功能，又能為用戶提供與眾不同的服務(wù)體驗(yàn)，“以人為核心的服務(wù)設(shè)計在生產(chǎn)與消費(fèi)中越來越重要”。

二、音樂識別軟件的用戶需求分析

音樂APP的出現(xiàn)，“培養(yǎng)”了民眾用手機(jī)聽音樂的習(xí)慣，隨之產(chǎn)生的音樂識別軟件，讓手機(jī)作為音樂播放產(chǎn)品的功能更加完整。要“培養(yǎng)”民眾使用音樂APP和音樂識別軟件的習(xí)慣，首先要充分了解用戶的“服務(wù)性心理”，“服務(wù)性心理指用戶對基本功能滿足意外人性化、個性化需求的心理情感特征，進(jìn)而才能使用戶和產(chǎn)品之間的交互產(chǎn)生情感共鳴。信息社會里的個人消費(fèi)既關(guān)注外形，更注重物品帶來的心理滿足”。追求好的情感體驗(yàn)意味著對于設(shè)計師也提出了新的要求，設(shè)計的重點(diǎn)應(yīng)該放在產(chǎn)品設(shè)計對民眾的社會生活所帶來的影響上。電子行業(yè)發(fā)展迅速，新奇的產(chǎn)品不再能激起消費(fèi)者的購買欲望，用戶更關(guān)注的是產(chǎn)品使用過程中能否獲得更好的體驗(yàn)。迄今為止，大家已經(jīng)探討了太多的功能和應(yīng)用，但都敵不過產(chǎn)品帶給用戶的直觀感受和情景體驗(yàn)。

三款產(chǎn)品均為免費(fèi)軟件，雖然Shazam和SoundHound都提供付費(fèi)版本，但功能上區(qū)別不大，只是屏蔽了多余的廣告信息。音樂識別軟件的關(guān)鍵特征是操作簡便和識別準(zhǔn)確，三款軟件在進(jìn)入主頁面后，都只需按下頁面中的主按鈕就可以進(jìn)行曲目錄制并搜索，識別結(jié)束后，還會提示用戶是否要關(guān)注該首曲目的演唱者。（如圖2）軟件會記錄用戶的搜索歷史，并進(jìn)行分析，以便向用戶推薦類似風(fēng)格的曲目。SoundHound和Shazam已經(jīng)可以無縫對接Apple Music、Spotify和YouTube，可以將識別的曲目一鍵添加入音樂列表，便于用戶試聽和下載。利用手機(jī)的定位功能，軟件會標(biāo)記用戶發(fā)現(xiàn)這首歌的位置，還可以看到周邊使用該軟件的用戶正在搜尋或聆聽的音樂。

三款軟件均可將曲目及其相關(guān)信息分享到微博、Facebook等社交平臺，無形間也為軟件起了到宣傳作用，兩全其美。這符合了移動互聯(lián)網(wǎng)時代用戶的分享和社交需求，在社交平臺里音樂不但能夠彰顯個性，而且還充當(dāng)了人與人之間溝通的橋梁（如圖3）。

在這個追求個性、實(shí)現(xiàn)自我的年代里，產(chǎn)品的個性化設(shè)計已經(jīng)成為潮流，產(chǎn)品的賣點(diǎn)也早已不拘泥于技術(shù)上的新潮，還需要滿足更多消費(fèi)者個性化的潛在需求。音樂播放產(chǎn)品早已走過了硬件主導(dǎo)的階段，進(jìn)入了“硬件+軟件+服務(wù)”的階段，產(chǎn)品的造型設(shè)計、技術(shù)創(chuàng)新和功能開發(fā)都離不開服務(wù)系統(tǒng)設(shè)計的“統(tǒng)領(lǐng)”，這些也都是企業(yè)想要獲取可觀利潤必須要考慮到的。

世界環(huán)境與發(fā)展委員會曾下過定義，“人類社會的可持續(xù)發(fā)展只能以生態(tài)、環(huán)境和自然資源的持久、穩(wěn)定的支承能力為基礎(chǔ)”。音樂識別軟件無需制造和生產(chǎn)實(shí)體的工業(yè)產(chǎn)品，符合了可持續(xù)發(fā)展觀的最基本原則。作為由傳統(tǒng)的，以產(chǎn)品生產(chǎn)經(jīng)濟(jì)為基礎(chǔ)的工業(yè)經(jīng)濟(jì)，轉(zhuǎn)變?yōu)橐苑?wù)為基礎(chǔ)的服務(wù)型經(jīng)濟(jì)的代表之一，音樂識別功能成為了幾乎每一位音樂愛好者的選擇。所以，音樂識別軟件是最為人們所熟知、使用頻率最高的符合服務(wù)設(shè)計規(guī)范的產(chǎn)品之一。

現(xiàn)在音樂識別軟件的主要功能是記錄用戶的使用行為，并進(jìn)行分析，向用戶推薦出符合用戶偏好的音樂。音樂識別軟件需要滿足的不僅是用戶對搜索功能的需要，還需滿足用戶額外的心理需求，并“積極鼓勵和引導(dǎo)新的價值觀和消費(fèi)理念”。除去音樂本身對心靈所帶來的療愈作用，如何滿足用戶的社交需求、如何將曲目信息進(jìn)行精簡的歸納整理等，都是設(shè)計師在設(shè)計之初就需要考慮到的。電子產(chǎn)業(yè)發(fā)展迅速，僅靠高新技術(shù)和酷炫外型不再能夠打動消費(fèi)者。評價一件產(chǎn)品的好壞與否，除了產(chǎn)品本身制作精良以外，更應(yīng)當(dāng)注重的是對用戶生理、心理、行為和文化認(rèn)知等因素的了解與分析，然后根據(jù)分析設(shè)計出一套操作起來簡潔高效的系統(tǒng)，這套系統(tǒng)同時也能夠?yàn)槠髽I(yè)帶來可觀的“盈利”，這才能算得一件好的產(chǎn)品。這里的盈利不僅局限于經(jīng)濟(jì)利益，“好的設(shè)計不僅應(yīng)考慮商業(yè)回報，還應(yīng)當(dāng)實(shí)現(xiàn)社會、環(huán)境和文化價值”。

三、音樂識別軟件的服務(wù)設(shè)計前景展望

隨著SoundHound公司旗下Hound軟件的推出，Shazam對于電視節(jié)目的識別與推薦的功能也不再獨(dú)特。許多的音樂APP例如QQ音樂、蝦米FM等都推出了“聽歌識曲”的功能，功能單一的音樂識別軟件已經(jīng)走向式微，Track ID因其作風(fēng)保守，已于2017年9月15日不再提供服務(wù)。隨著民眾對于電子設(shè)備依賴，是語音識別成為了當(dāng)今的熱點(diǎn)的重要原因之一。2015年6月，SoundHound公司上線了他們的新產(chǎn)品Houndify的安卓內(nèi)測版，音樂識別只是該公司邁出的第一步，他們一直以來所專注于研究的是語音識別和對自然語言的處理，Houndify就是用來解決人類對于語音助手的更大需求（如圖4）。與其類似的智能語音識別產(chǎn)品還有蘋果Siri（HomePod）、Google Home、三星bixby、亞馬遜Alexa（Echo）和我國自主研發(fā)的Rokid等。音樂識別正在逐漸地向語音識別進(jìn)化、轉(zhuǎn)變，語音即將成為未來人際互動的主要形式。

筆者認(rèn)為，智能語音識別產(chǎn)品是由音樂識別軟件發(fā)展而來的。音樂識別軟件在支持精確識別的同時也是可以提供模糊識別功能的，模糊識別指的是，例如：在識別未知歌曲時，軟件上會顯示“請哼唱出歌曲旋律”，這樣，即使是不知名的歌曲僅憑用戶哼唱出大概的旋律，也會有很大幾率通過軟件識別出歌曲。然而，市面上現(xiàn)存的音樂識別軟件均已將“模糊識別”的功能移除，僅支持精確識別，因?yàn)椤澳：R別”功能已經(jīng)被移植入了智能語音助手里，例如：當(dāng)用戶向智能語音助手詢問一個不確定的地名時，智能音箱會根據(jù)用戶所在地區(qū)，盡可能準(zhǔn)確地向用戶提供該地點(diǎn)的相關(guān)信息，這與音樂識別軟件的“模糊識別”如出一轍。

由音樂識別轉(zhuǎn)型過渡到語音識別助手這一趨勢，這正是企業(yè)“力求將處在大的商業(yè)環(huán)境中與設(shè)計相關(guān)的諸多因素進(jìn)行整合，并創(chuàng)造出新型‘商業(yè)模式的整體解決方法”。如今，智能語音助手出現(xiàn)了一種新的發(fā)展，虛擬的智能語音助手逐漸實(shí)體化，例如Echo、Rokid以及Google Home，這種新興的智能音箱成為了科技界和設(shè)計界重點(diǎn)關(guān)注的產(chǎn)品。這類產(chǎn)品不再是對傳統(tǒng)音箱的功能更新，真正吸引人的產(chǎn)品所帶來的新型人機(jī)交互模式，這是一種操作系統(tǒng)和產(chǎn)品形態(tài)的組合，更是“產(chǎn)品+服務(wù)”的一種全新模式。這一服務(wù)性的轉(zhuǎn)變，將圍繞著用戶的需求不斷變化。音樂識別只是未來大型的AI會話平臺所邁出的第一步，讓語音識別產(chǎn)品能夠真正服務(wù)于人類，做到將生活中的瑣事化繁為簡，將語音識別的功能可持續(xù)地發(fā)展下去，才是研發(fā)者和設(shè)計師最終的目的。

目前智能語音識別產(chǎn)品還處于非常早期的階段，未來將會有更多該類型的產(chǎn)品走入民眾的生活，因此需要對產(chǎn)品的功能與服務(wù)進(jìn)行進(jìn)一步的升級，才可以發(fā)揮更大的作用。持續(xù)將服務(wù)創(chuàng)新的理念和方法融入智能語音識別產(chǎn)品的設(shè)計策略，并不斷進(jìn)行更為深入的研究和探索，對于該產(chǎn)品的發(fā)展是必不可少的。

結(jié)語

現(xiàn)代社會人與物、人與人、物與物之間的聯(lián)系達(dá)到了前所未有的緊密。數(shù)字時代，互聯(lián)網(wǎng)拉近的不僅僅是人與人之間的距離，更使得虛擬體驗(yàn)與硬件產(chǎn)品之間彼此交融?？茖W(xué)進(jìn)入了綜合性的發(fā)展，跨學(xué)科的融合創(chuàng)新為設(shè)計提供了新的思路雖然音樂識別軟件受到多數(shù)用戶的歡迎，但這種僅支持音樂識別、分享和下載的產(chǎn)品若不根據(jù)用戶需求作出改進(jìn)終將遭到淘汰。產(chǎn)品設(shè)計逐漸由功能型設(shè)計轉(zhuǎn)向服務(wù)型設(shè)計，產(chǎn)品設(shè)計的趨勢“是以物質(zhì)產(chǎn)品為基礎(chǔ)，以用戶價值為核心的全過程設(shè)計”。產(chǎn)品設(shè)計已經(jīng)超越了對于物化產(chǎn)品的關(guān)注，而進(jìn)入了系統(tǒng)設(shè)計的范疇，只有將產(chǎn)品的服務(wù)系統(tǒng)設(shè)計逐漸完善，才能夠真正地將設(shè)計從以產(chǎn)品為中心轉(zhuǎn)變成為以人為中心，做出真正可持續(xù)的產(chǎn)品。