鐵人檔案
Spotify、YouTube Music、Apple Music 等等 各大音樂平台都有自己的年度回顧，但每個平台各算各的，資料與排行也無法整合。這個系列將用 ChatGPT 與 Codex，從不同音樂平台的聆聽紀錄匯出開始，逐步完成資料清理、歌曲與歌手辨識、跨平台合併、排行與聆聽習慣分析，最後打造一套自己的跨平台 Music Recap。除了常見的 Top Songs、Top Artists 與聆聽時間，也會設計連續收聽、單曲循環、探索率與特殊徽章等統計，看看 AI 能不能幫我做出比官方 Recap 更懂自己的音樂回顧。
昨天，我先替聽眾比較訂下資料契約：比較之前，至少要知道藝人、期間、計算規則、資料持有人，以及比較的母體是誰。 今天輪到其中一個看似簡單的欄位：藝人。 我的目標是...
前一天，我已經把「哪些紀錄真的屬於 YOASOBI」這件事拆成明確的藝人歸屬規則。 但真正把規則套到自己的資料後，問題才開始出現。 我的 YouTube Mus...
前一篇做到最後，我遇到了一個很尷尬的問題。我已經把 ListenBrainz 的真實 YOASOBI 聽眾資料接進程式，也把自己的 YouTube Music...
昨天，我得到第一個本人比較結果：在固定九個外部帳號加上我的十份紀錄集合中，我的八月 YOASOBI 已確認紀錄日數是30天，觀測排序第3／10。 這是一個很窄的...
昨天，我已經把有限的外部聽眾比較接進本機產品。但今天回到最根本的問題：如果連「我自己到底有多少筆 YOASOBI 紀錄」都還有大量未知，那後面的跨平台比較再漂亮...
做到今天，Music Recap 已經能打開、匯入資料，也能顯示比較結果。但我開始覺得，前一版回答得還不夠好。 它告訴我，八月有30個日期留下已確認的目標藝人紀...
昨天，Music Recap 已經能把我八月的 YouTube Music 活動，和一組其他平台使用者保留在 ListenBrainz 的紀錄放在一起比較。我的...
前幾天，我把自己的音樂活動與固定外部聽眾放進同一個比較流程，並保留尚未確認的藝人歸屬。昨天又加入活動占比，開始區分「記錄了多少」與「紀錄有多集中」。不過，我一直...
昨天，我把一個問題算得更清楚：即使自己的 140 筆未知活動全部取得支持，也只能讓固定外部群體中的最差位置改善一格。接下來，若想繼續縮小不確定性，就得處理外部資...
