慢落网的快新品:emo,一款能通过刷脸识别情绪的音乐 App
“
落网
是一件很‘慢’的事情,但我们想证明我们也能‘快’。”落网创始人胡建国说到。
从最初闲暇时的兼职,到拥有一个比较完整的团队,落网已经沉淀近十二年了。胡建国认定做音乐不只是在产品,更是在做文化,而文化是需要长时间积淀的。“慢做文化,快做产品。”他说。
一直以来,落网优质的 PGC 推荐,在独立音乐迷中有着不错的口碑。然而由于做的是较为小众的独立音乐内容,即便已经渐渐增长到 200 多万的用户量,依然没有获得外界(投资者、乐迷、媒体)的足够关注。用户是一点一点堆起来的,落网从来没有过爆发性增长。
于是有了emo。这有点像是一次自我证明的尝试,证明落网已经有了足够的积累,而这些积累足以转换成落网尝试其他事情的资源。证明他们可以快。
emo 取自于 emotion 这个单词的前三个字母。简单来说 emo 是一个音乐播放器,而脸部识别技术的嵌入让这个播放器又没那么简单——emo 可以通过扫描用户的脸部表情,判断用户的情绪,推荐给用户相应的音乐。
第一次试用 emo 时,扫描脸部识别情绪给了我挺大的惊喜感。毫无疑问音乐和情绪是紧密相关的,而情绪是驱动用户选择听什么歌的重要因素——各种“情绪电台”的流行就是证据。目前为止一个人要向机器表达情绪,基本上是通过文本或者语音的输入。而胡建国认为,就表达情绪这件事,这些都太刻意,只有挂在脸上的表情才足够自然。所以他想到了用人脸识别来解决用户输入情绪的问题。
emo 非常简单,用户打开App,扫描表情,听歌,没了。通过上下左右滑动的交互来控制下一首、暂停等常见的播放器功能。可以点赞、分享。底部有情绪频道的可选,还有一个常见的红心电台。
然而产品背后并没有其 UI 和交互看起来那么简单,其中涉及到两个很重要且困难的环节:识别和推荐。
不同于刷脸登录,识别表情判断出情绪,难度会更大;而识别完之后,根据情绪推荐歌曲这件事,则有赖于一个标签齐整的音乐库。针对前一个环节,emo 联合了 在 NEXT 上 上榜过的人脸识别产品 一登 来解决,一登为 emo 提供了一个模块直接嵌进去。而后面一个环节,emo 则利用了落网曲库。这个在过去十二年来经过反复筛选,打上了大量各种维度的标签的曲库,让 emo 能够找到跟用户情绪匹配的音乐反馈出来。
至于情绪频道选择,胡建国说,毕竟音乐是非常伴随性的东西,为了保证用户在不想刷脸或无法刷脸的情况下能够方便地听到歌曲,所以特意加上了这个功能。
总的来说,emo 扫脸识别情绪这件事还是很好玩的,很有意思的创新。然而在测试过程中,情绪识别的准确率还不是很高(还是说我脸残),并且推荐的歌曲反馈给我的情绪不是那么直观。这些也许会在后面的迭代中更加完善。
除了账户体系,emo 是完全独立于落网的。而在胡建国的设想中,两者虽独立,却能形成很好的互补。一个细水长流,一个有可能短时间内能聚集大量用户;落网的资源能给 emo 用,而 emo 能给落网导量。
目前看起来 emo 表现很不错。昨天产品才上线到他们 官网 ,并 在 NEXT 上发布 ,今天 emo 在 App Store 音乐应用免费榜上已经排到第 15 名了。
最后,落网 App 也即将迎来比较大的一次更新了。胡建国描述,这次的迭代后落网的整体定位和模式都会更加清晰。团队希望在迭代后能够以落网和 emo 两个产品去拿新的一轮融资。如果你感兴趣的话,他们的邮箱在这:imluo@qq.com 。