Scarlett.fm est une proposition de la start-up parisienne Niland, créée par d’anciens de l’IRCAM et spécialisée dans le machine learning et la recommandation musicale. L’approche de Niland est uniquement basée sur l’analyse du signal audio, alors que d’autres utilisent également des données sociales (tels utilisateurs écoutant X ont aussi écouté Y) ou biographiques (X a enregistré avec le membre du groupe Y…).
Scarlett.fm est un produit servant à démontrer les capacités de Niland à aider éditeurs, producteurs et autres professionnels de la filière à exploiter au mieux leur catalogue.
Concrètement, Scarlett.fm propose des radio personnalisées, basées sur votre historique Soundcloud ou des ambiances (travail, fête, voyage…). Il est également possible de lancer une recherche pour lancer une radio à partir d’une piste en particulier.
Rien à dire sur l’exécution, les interfaces sont simples et efficaces. C’est sur le contenu que le résultat est en demi-teinte. Les titres proposés sont globalement pertinents (on comprend pourquoi ils sont joués), la promesse de découverte est totalement tenue. Mais Scarlett.fm déconcerte en ne proposant des titres que je juge faibles, insipides. J’ignore si mon historique Soundcloud, service que j’utilise très peu, induit un gros biais ou si l’approche « objectivante » par analyse audio tend à produire ce résultat.
Je vous conseille bien évidemment de vous faire une opinion par vous même. Je continuerai à tester le service ces prochains mois et surtout à suivre de près les très excitants projets de Niland, car c’est réjouissant de voir une société aussi en pointe sur ce sujet à portée de métro.
