Pandora幫你發掘未知音樂
Pandora幫你發掘未知音樂
2006.02.15 |

二○○五年是隨身音樂播放裝置大賣的一年,取代PC成為科技業中的目光焦點。但如iPod這類裝置動輒數十GB的容量,也常讓消費者煩惱,究竟要去哪找成千上萬首歌曲,來塞滿這個隨身攜帶的小東西?史丹佛大學畢業的韋斯特格倫(Tim Westergren),在五、六年前聚集一群音樂家與科學家開始進行一項「音樂基因體計畫」(Music Genome Project),無心插柳地解決了這個問題,在去年底催生出一家令音樂愛好者與科技觀察家都驚豔的新公司:潘朵拉(Pandora.com)。 幫你發掘未知的美妙音樂 公司位於舊金山附近奧克蘭市的潘朵拉,提供的服務很簡單卻很貼心:幫你找到你會喜歡的音樂。使用者不需下載任何軟體,只要在Flash介面的網站上,輸入一首喜歡的歌名,或是欣賞的歌手名稱,系統就會從目前已累積有三十萬首歌、一萬多個樂團、號稱收錄近六十年來多數(英語世界)音樂的龐大資料庫中,搜尋出與這首歌「風格相似」的歌曲來播放。潘朵拉的魅力並不是幫你「準確」找出你要的歌曲,而是用類似「推薦」的方式提供大量相似曲風與唱腔的音樂,例如輸入諾拉.瓊斯(Norah Jones)得到的結果包括藍色少女合唱團(Indigo Girls)的〈Love's Recovery〉、茱蒂.科林斯(Judy Collins)的〈That song about the midway〉以及其他幾十首系統搜尋比對的結果。 很多時候,這些搜尋出來的音樂都來自你從未耳聞的樂團,歌曲來源也許是洛杉磯某地下樂團的試聽帶,甚至是愛爾蘭某家獨立製片公司市面難尋的小量發行專輯,但是跟大型唱片公司的作品相比,卻同樣觸動你的聽覺,讓人不禁想多聽些這種音樂,這正是潘朵拉的迷人之處——幫助你在浩瀚的音樂宇宙中,找到你會喜歡的未知新星。此外,潘朵拉有一套內建的強化機制,可以幫助系統越來越準確地掌握網友的喜好。如果你對潘朵拉推薦的某首歌曲感到很滿意,你可以給這首歌一記正面評價,之後系統會多推薦這類曲風的歌曲;如果你不喜歡,給個負面評價,這首歌就永遠不會再出現在你的播放清單上。使用者甚至可以在網站上建立高達一百個電台,儲存各類風格的歌曲,並透過電子郵件與好友分享。潘朵拉是以串流的方式播放音樂,如果想要購買的話,則提供連結直接至iTunes線上音樂商店。 獨門的音樂屬性分析系統 音樂風格與個人音樂品味,都是極度主觀而不易描述,如何準確地描述一首歌的風格,並且針對不同歌曲進行比較,建立歌曲間相似度的連結,正是潘朵拉的核心技術「音樂基因體計畫」所欲解決的問題。這個團隊中的主要成員,創辦人韋斯特格倫跟技術長康雷德(Tom Conrad),都是具有電腦與音樂雙重背景的少見人才,而建立音樂分析理論的首席音樂學家蓋瑟(Nolan Gasser),更集作曲家、鋼琴家、指揮家、以及音樂理論學者等身份於一身,甚至擁有史丹佛音樂學博士學位。 這群人用類似比對基因與生物性狀的方法,拆解出音樂中種種元素,並與這些元素與樂曲聽起來的感覺加以連結。他們規納出接近四百種音樂的「基因體」來描述音樂屬性,包括曲調、和聲、樂器、節奏、歌手音色、以及歌詞等,遠遠超越僅僅以搖滾、嘻哈、節奏藍調等音樂類型來歸類,並為每首歌建立獨特的「基因組」,作為與其他歌曲比對相似度的基礎。而歌曲的來源,除了各大唱片公司及獨立(indie)工作室的授權外,更歡迎地下樂團提供試聽帶。美中不足的是,目前資料庫中尚未包含古典樂曲。 軟硬體結合大商機 音樂基因體計畫原本是美國線上(AOL)與邦諾(Barnes and Noble)線上音樂推薦服務的後台系統,但在線上音樂市場急速成長後,韋斯特格倫便成立潘朵拉,轉向B2C市場發展。目前獲利來源除了一般網站常見的廣告收入(大部分來自iTunes)外,就靠一年三十六美元的會員費(繳費會員無須看廣告)。日前《紐約時報》揭露,潘朵拉與音響廠商SlimDevice合作推出的音響,將於近日於美國推出,看來這股線上音樂所引發的商機,獲利的不僅僅是蘋果概念股而已。以硬體見長的台灣,最該向潘朵拉學習的,就是在同業一面倒追隨iTunes模式之際,懂得堅持創新,找出讓自己獨樹一幟的創意。

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓