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 。