A Sun está desenvolvendo um software de código aberto que escuta e analisa músicas para gerar um sistema de recomendação. Um protótipo do Search Inside the Music, mostrado na terça-feira (30/10), promete superar as características dos sistemas do iTunes e do Amazon.

Atualmente, as recomendações automáticas são baseadas na análise de quem está ouvindo as faixas da música e não no som em si, segundo um pesquisador do projeto, Paul Lamere. Se o cliente compra um álbum dos Beatles, os sistemas indicarão as músicas foram compradas por outros fãs da banda.

Os sistemas acabam, então, em recomendações malucas, como indicar aos ouvintes da música “Baby one more time”, de Britney Spears, a gravação de uma reportagem do Comitê de Inteligência do Senado dos Estados Unidos, segundo o pesquisador.

“É o tipo de recomendação que te leva a pensar que há algo errado”, afirma Lamere. Mesmo assim, um dos pontos no qual o software se baseia é o uso de dados sociais para recomendar e organizar as músicas de acordo com os hábitos musicais de pessoas com gostos similares.

A Sun utilizou pesquisas recentes sobre tecnologia de reconhecimento de voz, usando recursos que corresponderiam ao timbre da música - e que podem ser medidos por computadores.

Esta tecnologia poderia estabelecer níveis, jogando em um campo entre artistas populares e novatos. Com milhões de faixas online, é difícil achar músicas novas e relevantes, expõe Lamere.
 
Além da tecnologia de reconhecimento de sons, outra inovação é um sistema de tags que categoriza as músicas baseadas não apenas a partir de quem as compra, mas nos atributos em si, como “rock”, “90s” e “indie”.

O protótipo do sistema da Sun, ao buscar por artistas recomendados com base na banda Led Zeppelin, traz uma lista que inclui - com base em tags - Pink Floyd, Queen, Rolling Stones e Jimi Hendrix.

O usuário pode, então, clicar no botão “por quê?” para descobrir em quais tags foram baseadas as recomendações. Hendrix, por exemplo, foi indicado por tags como “rock clássico” e “deuses da guitarra”.

A equipe planeja lançar o software em seis meses, no formato open source.