誠如Day 1所說，AI在音樂領域上面的應用包含了許多層面，由於本系列文章會以AI創作/作曲為主軸，
所以在進入正題前，我們先來聊聊除了作曲以外的其他應用。

音樂辨識

"嘿~Siri，這是什麼歌？"
相信大家應該都有在逛街時偶然聽到店家放的歌，
覺得很耳熟/很喜歡但是又想不起/想知道這到底是那一首歌。
這時候就是音樂辨識軟體出場的時候啦~
蘋果系統的人應該都對這句話不陌生，只要叫出Siri問它這是什麼歌，
Siri就會依照資料庫裡的特徵去幫你找出這首歌的曲名、歌手等等資訊。
除了Siri以外，最知名的應該就是Shazam還有SoundHound這兩個APP了(非業配...我沒有錢拿QQ)。

不是你 (拖走)

基本上作用如同Siri，會幫你辨識出歌手歌曲等等資訊。
順帶一提，蘋果已在2018年收購Shazam，但其仍然是可獨立運作的App。

音樂分類與推薦

"神奇的Youtube演算法帶我到這裡來"
如果你覺得這句話很熟悉或是你常常有這種感覺的話，
沒錯，這些都是標籤化結果的一部分。
舉凡KKBox、Sportify、Youtube甚至是Netflix等等串流平台，
其中都有針對每一首歌/每一部影片去建立所謂的Label。
在從這些Label中去尋找使用者可能感興趣的音樂/影片來做推薦。
這種技術運用的層面非常的廣泛，除了上面所述之外，
在各大網購平台也都有類似的標籤系統，他們會針對使用者所瀏覽/購買的品項去做更進一步的推薦，來讓使用者買下更多商品。

音樂標籤

讓我們更進一步的來專門探討前面所提到的音樂標籤(Label)的部份，
通常在音樂裡面我們會有以下幾項主要類型的標籤來幫助AI更容易的辨識每一首音樂的特性：

• 速度/Tempo/BPM (Beats per minute)
  用來表示這首音樂的行進速度 (在音樂中可能會隨著段落而做改變)
• Key Signature (調性)：
  用來表示曲子所使用的調性，例如 A Maj (A大調)、C min (c小調)...等等。
• 風格 (Genre)：
  用來標示曲子的風格/曲風，例如爵士、搖滾、中國風...等等。
• 長度：
  這個應該不用解釋。
• 樂器配置 (Ensemble/instruments)：
  樂曲裡所用的樂器組合與配置。
• 情緒/心情 (Mood/Emotion)：
  常見分類如開心、悲傷、雄壯、平靜...等等。

以上只是比較常見用來做分類的標籤，實際上使用則是各家有各自的不同標籤在做使用。
有的也許區分的更細一點，也可能用更簡單的標籤即可達到初步分類。
而這些標籤除了可以幫音樂留下比較完整的分類紀錄以外，
也能夠更有效率的達成推薦給使用者下一首可能會喜歡的音樂。

而對於音樂所作的標籤處理，也有許多的AI已經提供自動化標籤的功能，
如此一來可節省非常大量的人力去做人工化為音樂做分類標籤的時間，
畢竟人力成本其實是非常昂貴的資源...