Gilberto Mora y Obed Vargas lideran convocatoria del Tri Sub-20
Spotify quiere leer tus emociones para recomendarte música
La última patente de Spotify se basa en un analizador de voz, que permitiría obtener datos como el estado emocional para sugerir nuevas canciones que escuchar.
Spotify es el servicio de streaming de música más popular en España, gracias en buena parte a sus algoritmos capaces de generar nuevas listas de reproducción basadas en nuestros gustos.
Estas listas son sin duda, uno de los puntos fuertes de Spotify, y con el paso de los años han evolucionado. No sólo hay listas basadas en los artistas que más escuchamos, sino también listas basadas en la hora del día, o listas que recuperan canciones de nuestra juventud.
Pero eso parece ser poco para Spotify, que estaría trabajando en nuevos algoritmos capaces de recomendar música dependiendo de nuestro estado emocional.
Spotify quiere saber cómo estás
La BBC ha revelado que en 2018 Spotify registró una patente para generar recomendaciones basándose en “observaciones” del usuario, y que este mismo mes de enero se le ha sido adjudicada.
En concreto, la patente explica que este sería el siguiente paso después de las recomendaciones personalizadas que ya existen en todos los servicios. Según Spotify, los métodos usados actualmente es “insatisfactorio”, porque aún requieren que sea el propio usuario el que configure las recomendaciones introduciendo datos como cuáles son sus grupos favoritos, qué edad tiene, cuál es su género, o cuál es su estado de ánimo.
La solución, según los ingenieros de Spotify, puede estar en el uso de reconocimiento de voz para obtener esos y otros datos sobre el usuario, basándose en “pistas contextuales” que no siempre son evidentes.
Analizando la voz
Basándose en la entonación, el estrés detectado y el ritmo en el que hablamos, Spotify cree que sería posible obtener una serie de metadatos, incluyendo diversas categorías de emociones, género, edad, y acento; pero esos son sólo ejemplos, y la patente deja ccaer que habría otras caracterizaciones que serían útiles.
Estos datos serían combinados con otros más ‘básicos’, como las canciones que ya hemos reproducido, o incluso los gustos personales de nuestros amigos en la plataforma, para mejorar las recomendaciones.
