Près de 2 ans après sa première apparition ListenBrainz est entré hier en beta après avoir ingurgité 10 millions de données d’écoute, seuil qu’il s’était fixé.
Rappelons que l’objectif de Listenbrainz est de collecter et préserver les données d’écoutes similaires à celles de Last.fm, mais de les mettre à disposition des utilisateurs et des chercheurs. ListenBrainz fait partie de MetaBrainz, qui édite notamment MusicBrainz ou Covert Art Archive
Au programme « visible » de cette beta, outre une modification profonde de l’architecture technique :
Imports incrémentaux depuis Last.fm. Plus besoin de réimporter tout son historique, ce qui pouvait être long. Le déboulonnage est évidemment géré.
Possibilité de « scrobbler » directement sur ListenBrainz. Je n’ai pas encore testé mais les infos sont ici.
Possibilité d’importer un fichier d’écoutes Last.fm si vous l’avez exporté
Export des données depuis ListenBrainz
Adaptation de la limite d’utilisation de l’API
Après 2 ans d’inactivité, je vous conseille de participer à ce beau projet qui connait un nouveau souffle. En ces temps d’instabilité (cf Soundcloud), la conservation de vos données d’écoute ne semble pas une mauvaise idée.
Depuis le rachat en 2007 de Last.fm par CBS, le sujet de la pérennité de l’accès aux données scrobblées a régulièrement fait surface. On ne peut dire que Last.fm ait bénéficié d’un grand intérêt de la part de son actionnaire, les fonctionnalités de la plate-forme étant supprimées unes à unes. Aujourd’hui, outre le scrobbling et l’agenda de concerts, il ne subsiste pas grand chose et le récent redesign a achevé de perdre les utilisateurs réguliers.
En parallèle du redesign, une refonte technique a également été opérée en août dernier.
RIP to 11+ years (and hundreds of person-years worth) of battle-tested, production ready Last.fm codebase. pic.twitter.com/D7rwJs8RuF
Un mois après jour pour jour, ListenBrainz a été lancé lors du Future Music Forum de Barcelone par d’anciens de Last.fm et des contributeurs à MusicBrainz. On peut lire sur le site que cet Audioscrobbler open source poursuit 2 buts :
Préserver l’historique des scrobbles des utilisateurs de Last.fm dans un projet ouvert au sein de la fondation MetaBrainz
Contribuer à la recherche en mettant à disposition les données d’écoute publiquement
24 heures après son lancement en version alpha, ListenBrainz permet uniquement d’importer son historique Last.fm dans une liste brute après s’être connecté avec son compte MusicBrainz.
Après l’arrêt de Libre.fm (une précédente tentative d’open-sourcer le scrobbling) il y a plusieurs années, cette initiative fait très plaisir à voir. Son hébergement par MetaBrainz est un gage de sérieux et nous avons hâte, une fois les soubresauts des premiers jours passés, de voir quelle place ListenBrainz va occuper dans le champ des technos musicales.
Depuis que je ne lis plus la presse musicale, et que les blogs musicaux ont quitté mon lecteur de news, il est devenu moins facile de ne plus rater de sorties de groupes que j’apprécie. Voici les solutions que j’utilise désormais pour me tenir au courant et ne plus rien louper.
Last.fm et IFTTT
Last.fm propose deux flux différents, les nouvelles sorties des artistes figurant dans votre bibliothèque (ceux que vous avez scrobblés) et des recommandations en fonction de votre historique d’écoute. Pour ne pas avoir à me connecter sur le site et ne pas encombrer mon lecteur de news, j’ai créé deux recettes sur If This Then That. Pour ceux qui ne connaîtraient pas IFTTT, c’est un service qui permet d’automatiser certaines tâches en définissant très simplement un élément déclencher et l’action que cela doit accomplir. Pensez à Yahoo! Pipes en très simplifié et facile d’utilisation.
Ces recettes IFTTT sont configurées pour m’envoyer un email à chaque fois qu’un nouveau disque ou une nouvelle recommandation est ajoutée. Vous pouvez utiliser ces recettes publiques, vous n’aurez que votre nom d’utilisateur à modifier.
Le point négatif avec Last.fm est que tout aussi étonnant que cela paraisse quand on connaît la maturité du service, il gère mal les homonymes. Un cas qui arrive malheureusement plus souvent qu’on ne le pense.
Probablement la solution la plus complète en théorie : la page personnalisée des nouvelles sorties de Discogs. La richesse de la communauté Discogs permet de rien louper, la moindre édition limitée, tour single, remix y est documenté. C’est génial, mais on se perd souvent dans les rééditions de back catalogue qui ressurgissent en tête de liste. L’autre inconvénient majeur est que cette page de recommandations personnalisées n’offre pas de flux XML. Impossible donc d’y accéder autrement qu’en se connectant à Discogs. Pas pratique et pour moi qui n’ai ajouté que 10% environ de ma collection à mon compte Discogs, il manque pas mal de choses.
Headphones
A la base, Headphones est un add-on pour SABnzbd, une application qui sert à automatiser le téléchargement de contenus sur les newsgroups. Mais Headphones peut fonctionner sans SABnzbd, si on en fait comme moi un usage détourné. Il vous faudra installer Python et clôner le réprtoire Github du projet. Ensuite, lancez Headphones.py, spécifiez le répertoire de votre bibliothèque musicale et attendez que Headphones analyse le tout. Pour chaque artiste vous disposerez d’une discographique complète (basée sur les données de Musicbrainz) et d’un indicateur informant de la présence de tous les titres dans votre librairie. Cliquez sur l’onglet « Wanted », et vous trouverez la liste des albums des artistes de votre bibliothèque qui sortiront prochainement. L’onglet « Extras » permet quant à lui d’afficher des recommandations de nouveaux artistes, ne figurant pas encore dans votre bibiliothèque.
Les données provenant des MusicBrainz, les résultats sont plutôt bons, même si il y a pas mal de trous concernant des artistes confidentiels (peut être que le support de Discogs sera ajouté prochainement ?). Points négatifs, Headphones est plutôt gourmand en ressources et a tendance à faire ramer mon NAS (il existe un package Headphones pour les possesseurs de NAS Synology). De plus, l’utilisation première de Headphones étant le téléchargement, l’interface parait souvent incongrue.
Si vous avez d’autres méthodes (non, je ne veux pas utiliser les recommandations d’Amazon, merci), votre avis est le bienvenu, car pour le moment je n’ai pas trouvé la solution miracle.
On ne répètera jamais assez l’importance d’avoir des fichiers audio dont les méta données sont bien renseignées. Le sujet n’est pas nouveau et il existe depuis bien longtemps des centaines de logiciels pour taguer vos MP3 avec plus ou moins d’options. Cette question me préoccupait guère car j’ai l’habitude de taguer mes fichiers lors de l’extraction des disques que j’achète avec CDEX, qui accompli cette tâche facilement. Seulement, j’ai entrepris de numériser les quelques centaines de vinyles accumulés depuis une quinzaine d’années. C’est une activité chronophage a plus d’un titre : d’abord car chaque piste doit être éditée à la main, puis parce que l’édition des méta données est fastidieuse, malgré le concours des indispensables bases de connaissances collaboratives que sont Discogs et MusicBrainz.
En visitant ce dernier pour la première fois depuis bien longtemps, j’ai trouvé une référence à Jaikoz, un logiciel qui m’était inconnu, bien qu’il existe depuis 2006. Jaikoz est un éditeur de méta données pour Windows, Mac OS X et Linux. Sous une apparence peu avenante (on a l’impression de se retrouver sous Excel), Jaikoz est très puissant et convient parfaitement à des usages avancés (jusqu’à 50 labels possibles : ISRC, Numéro de catalogue, paroles, remixeur, champs personnalisés…) et à ceux qui comme moi doivent l’utiliser pour retrouver des références assez rares. Si tout ou partie des tags existent déjà, Jaikoz interroge MusicBrainz et Discogs pour retrouver la référence correspondante. Si rien n’existe, vous pouvez tenter votre chance en utilisant l’acoustiID d’un titre. Jaikoz ne trouve pas tout, mais même lorsqu’il ne trouve pas automatiquement votre référence, tout n’est pas perdu. Vous pouvez encore lui donner manuellement la référence MusicBrainz ou Discogs et il corrigera les meta données.
Enfin si votre disque ne se trouve sur aucune base de données, vous pouvez créer cette référence sur MusicBrainz en un seul clic, la communauté vous en sera reconnaissante.
Jaikoz existe en version d’essai gratuite pendante 30 jours (télécharger). Cette version permet de sauvegarder 20 titres par session. Passé ce délais il vous en coûtera £20 (un peu moins de 25€) pour la version standard et £30 pour la version pro. La principale différence entre les deux est que la version standard est limitée à 5000 appels à Discogs par jour.
Il y a longtemps que je n’ai pas présenté d’outils de découverte musicale (depuis Shuffler.fm, ça commence à dater), faute de coup de coeur. Lecteur perspicace, tu l’auras deviné, c’est la promesse de Seevl.net. Co-fondé par Alexandre Passant (Universitaire, expert du web sémantique) et Julie Letierce, deux français basés à Galway, Seevl.net est le point de départ de vos recherches de données structurées sur des artistes.
Commencez simplement par entrer un nom pour obtenir une page agrégeant des informations provenant de Wikipedia / DBpedia, Freebase, MusicBrainz / DBtune, BBC, NY Times, YouTube… J’ai déjà présenté ce type de service, comme TuneChimp, Musotik ou Catfish Smooth, mais Seevl est esthétiquement plus réussi et propose surtout une vraie recherche sémantique.
Vous pouvez dès lors combiner jusqu’à 12 critères de recherche parmi lesquels les lieux et dates de naissance / mort, le genre, label, dates d’activité, instruments, collaborations… C’est là que débutent de longues sessions de navigation laissant la place à la sérendipité. On souhaiterait pouvoir disposer d’un module audio/vidéo pour ne pas interrompre la lecture d’un morceau tout en poursuivant sa navigation, mais on se contentera d’ouvrir de nouveaux onglets, beaucoup d’onglets, autant de nouveaux points de départs vers de nouvelles découvertes.
Développeurs, l’API vous attend pour enrichir vos sites avec des informations structurées. Foncez !
Playdar est un des nouveaux projets de Richard Jones, connu pour être à l’origine d’Audioscrobbler (la partie technique de last.fm). Comme AS en son temps, c’est une technologie open source dont l’idée peut paraitre assez simple, mais aux possibilités et enjeux énormes. La première version de Playdar a été publiée en février 2009. Elle a rapidement généré beaucoup d’intérêt comme en atteste la longue présentation de Wired il y 6 semaines. Si je parle de Playdar aujourd’hui, c’est principalement parce qu’il est maintenant simple de le tester. Vous pouvez télécharger un client pour Windows ou Mac (Un package Debian est également disponible apparamment). Bonne nouvelle car il fallait auparavant le compiler sois même, ce que j’avais réussi de manière fort hasardeuse.
Playdar : le concept
Dan Kantor décrit Playdar comme une interface entre votre musique et le web. C’est très vague et c’est pourtant de cela qu’il s’agit. Playdar va scanner votre librairie de musique sur votre machine et les réseaux que vous lui indiquerez. L’application pourra ensuite proposer divers services en fonction des pages que vous visitez, ceci en fonction des plugins qui lui seront associés. Pensez à la manière dont Greasemonkey agit sur les contenus de Firefox. Et bien c’est la même chose pour tout contenu musical. Playdar étant open source, tous les sites peuvent l’implémenter et créer des applications originales pour leur audience.
Playdar : les applications
Si Playdar a beaucoup fait parler de lui, c’est que beaucoup voient en lui un moyen de réduire la considérable facture de bande passante des services de streaming tels Last.fm, Spotify ou Grooveshark. Partant du postulat que l’on écoute souvent des choses que l’on connait déjà, Playdar pourrait diffuser une copie locale d’un morceau plutôt que la streamer depuis un serveur distant. Les sociétés fournissant ces services économiseraient également les droits à verser aux labels. Alors que le modèle d’offre de streaming gratuit et illimité est mis à mal, certains placent beaucoup (trop ?) d’espoirs en Playdar.
Si Richard Jones a développé Playdar avec cette idée en tête, beaucoup d’autres utilisations peuvent en être tirées :
Playlick importe des playlists Last.fm ou XSPF (XML Shareable Playlist Format), et peut générer une playlist basée sur les bibliothèques de 2 utilisateurs de Last.fm. Il existe aussi un lecteur affichant votre bibliothèque Last.fm et permettant de jouer les morceaux via Playdar.
Playgrub offre un bookmarklet permettant de générer des playlist XSPF depuis Last.fm, les charts iTunes, les pages programmes de la BBC, Music Brainz et quelques autres.
Voilà pour une partie de l’existant (vous pouvez trouver la suite sur la page démo), mais Playdar peut aussi être utilisé comme source de données, pour des services de recommandation notamment. En marge du Music Hackday qui se déroulait ce weekend à Boston s’est tenu un workshop autour de Playdar. Gageons que le projet Playdar va avancer à pas de géant dans les prochaines semaines. J’écrirai un billet prochainement pour présenter les les résultats des travaux du Music Hackday de Boston. En attendant, vous pouvez toujours consulter ceux sur les réunions de Berlin et Londres.
