AI-roboten utvecklar den 'perfekta TikTok-låten' - och det är väldigt ovanligt

Teknologi

Ditt Horoskop För Imorgon

Från Doja Cats hitsingel 'Freak' till Daði Freyrs Eurovision-klassiker 'Think About Things', ett antal låtar har blivit kända på Tick ​​tack under de senaste månaderna.



Den sociala medieplattformen har ökat i popularitet i år, vilket gör den till ett främsta mål för sångare som hoppas få se deras låtar bli virala.



Nu har forskare från Musiio använt artificiell intelligens att utveckla vad de hävdar är den 'perfekta TikTok-låten.'



Ysabel Wong, en forskare vid Musiio, förklarade: Ett 'ljud' börjar bli viralt vanligtvis eftersom en TikToker skulle spela in en kort video med ett repeterbart format (som en dans eller ett skämt) så att andra kan skapa sina egna versioner.

Det som slutar med att hända är att en stor del av de populära videorna på TikTok är människor som gör exakt samma sak, och med tiden förändras dessa format i takt med att TikTok-trenderna utvecklas.

Forskare från Musiio har använt artificiell intelligens för att utveckla vad de hävdar är den 'perfekta TikTok-låten' (Bild: Getty)



För att utveckla låten analyserade teamet de 120 bästa låtarna på TikTok Trending-spellistan i maj 2020.

Analysen visade att hälften av de bästa hitsen var hiphop, medan de flesta var mellan antingen 60 till 80 ppm eller 105 till 130 bpm.



Slutligen avslöjade analysen att de bästa låtarna tenderar att undvika negativa stämningar och istället är mer benägna att vara kraftfulla, energiska eller knäppa låtar.

(Bild: Getty Images)

Tick ​​tack

Baserat på denna analys fick Musiios AI arbeta med att producera det perfekta TikTok-spåret.

AI valde ett urval av gamelan - en indonesisk genre av instrumentalmusik, tillsammans med en förvrängd hiphop-bastrumma.

Sammantaget gav systemet spåret 41 % hiphop-betyg och en stämning som var 64 % udda och 41 % kraftfull.

Det resulterande spåret är ganska ovanligt men ganska catchy - även om det ännu inte har tagit fart på TikTok!

Mest lästa
Missa inte

Se Även: