Track Mix Generation on Music Streaming Services using Transformers

要約

本稿では、音楽ストリーミングサービス Deezer で 2022 年にリリースされたパーソナライズされたプレイリスト生成システムである Track Mix について紹介します。
Track Mix は、初期の音楽トラックからインスピレーションを得た「ミックス」プレイリストを自動的に生成し、ユーザーがお気に入りのコンテンツに似た音楽を発見できるようにします。
これらのミックスを生成するには、ユーザーのプレイリストからの何百万ものトラック シーケンスでトレーニングされた Transformer モデルを考慮します。
近年の Transformers の人気の高まりを考慮して、サービスでのミックス生成にこのようなモデルを使用する場合の利点、欠点、および技術的課題を、より伝統的な協調フィルタリング アプローチと比較して分析します。
Track Mix はリリース以来、毎日何百万人ものユーザーのプレイリストを生成し、Deezer での音楽発見エクスペリエンスを強化してきました。

要約(オリジナル)

This paper introduces Track Mix, a personalized playlist generation system released in 2022 on the music streaming service Deezer. Track Mix automatically generates ‘mix’ playlists inspired by initial music tracks, allowing users to discover music similar to their favorite content. To generate these mixes, we consider a Transformer model trained on millions of track sequences from user playlists. In light of the growing popularity of Transformers in recent years, we analyze the advantages, drawbacks, and technical challenges of using such a model for mix generation on the service, compared to a more traditional collaborative filtering approach. Since its release, Track Mix has been generating playlists for millions of users daily, enhancing their music discovery experience on Deezer.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google