XiaoMi-AI文件搜索系统
World File Search SystemLANDR
情境中的机器学习，或从 LANDR 中学习
“您只需创造，剩下的交给我们”，在线音乐母带制作服务 LANDR 的标语如是说（关于 LANDR，第 nd 页）。LANDR 呼应了柯达 1888 年的口号“您只需按下按钮，剩下的交给我们”，承诺为客户带来音乐录制和发行最后阶段的轻松、无缝和简洁：母带制作和分发。只需单击一下（并进行信用卡交易），LANDR 用户即可在 Spotify、Apple Music、Google Play、Tidal、Deezer 等主要音乐平台上“以及其他所有重要平台”分发完成的曲目（关于 LANDR，第 nd 页）。但许多互联网服务都提供此选项。LANDR 提供的更独特的服务是自动化音乐母带制作，它建立在监督式机器学习 (ML) 之上，被称为人工智能 (AI)。他们既定目标是使用 ML 来自动化通常由人类母带制作工程师做出的决策。这一简单的说法既隐藏了真相，也揭示了真相：“人工智能”一词近年来已成为营销热词，掩盖了正在使用的许多不同类型的机器学习（参见 MacKenzie，2017 年，第 5 页）。此外，它模糊了可能使用某种机器学习的业务或运营之间的界限。
人工智能、自动化和文化政治
摘要 本文追溯了自动音乐母带制作的基础设施政治，以揭示当代人工智能 (AI) 的迭代如何塑造文化生产。本文探讨了 LANDR 的出现，这是一个提供自动音乐母带制作的在线平台，建立在被称为人工智能的监督机器学习之上。机器学习将日益成为声音和图像信号处理不可或缺的一部分，塑造媒体文化的声音、外观和感觉。虽然 LANDR 是机器学习所谓“大爆炸”的产物，但如果没有特定条件，它就不可能存在：特定类型的可比数据，以及特定的美学和工业条件。反过来，母带制作作为一种基础设施实践，已成为音乐流通中不可或缺但研究不足的一部分。在这里，我们分析了机器学习和母带制作的交叉历史，以及 LANDR 在自动化音频工程其他领域方面的失败。通过这样做，我们批判了人工智能必然性的论述，并展示了机器学习必须以何种方式构建或重新构建文化和审美实践，以实现自动化，以服务于数字分发、识别和推荐基础设施。