Thumbplay贱卖给Clear Channel
去年三月上线的Thumbplay已于昨日卖给电台巨头Clear Channel,据说价格非常低。Thumbplay是诞生在2010年Locker-based数字音乐服务浪潮中的公司,目前仅拥有2万的付费订阅用户。All Things Digital 跟踪了这则新闻,还风凉道投资商休想拿回4100万美元的投资。Clear Channel将让Thumbplay继续运营,也将整合到它的 iheartradio服务中。
去年三月上线的Thumbplay已于昨日卖给电台巨头Clear Channel,据说价格非常低。Thumbplay是诞生在2010年Locker-based数字音乐服务浪潮中的公司,目前仅拥有2万的付费订阅用户。All Things Digital 跟踪了这则新闻,还风凉道投资商休想拿回4100万美元的投资。Clear Channel将让Thumbplay继续运营,也将整合到它的 iheartradio服务中。
BBC有发布一篇文章,长篇大论的讲了Gracenote通过云端来卖音乐的事,说白了说是指网络音乐。(http://www.bbc.co.uk/news/business-12495616)
通篇文章都没怎么说Gracenote到底有什么牛逼的地方:他们有一个软件或者系统能识别出一首歌的心情、风格、节奏,然后把这些归类?推荐?那就是Pandora的做法嘛。
创始于1998年并在2008年被Sony收购的Gracenote这家隐藏在各个数字音乐大公司后面的数字音乐技术推手,如iTunes的Genius,Sony才推出的无限音乐服务,以及汽车厂商的音乐服务(Gracenote三分之一的收入来自汽车)。
另外文章还指出Spotify, Pandora and MOG都在一定程度上使用了Gracenote的诀窍。(没搞明白)
哈哈,如果我要创业,就会搞这个。在中国赚C的钱太难了,还是赚B的钱容易些。
故事一。在自来水厂出现以前,一个家庭凿井、筑水塔、装水泵、铺水管所有环节需要花费大量人力财力;而自来水厂出现以后这个家庭只需要给自来水公司打个电话。数字音乐也是,每张专辑都需事必躬亲去下载、去整理和去拷贝。
故事二。在亚马逊网络服务(AWS)发布不久后我曾作过一个假设,如果将自己硬盘里的所有歌曲全存储在AWS上,凭借AWS稳定快速的存储服务我是否就拥有了一个云端个人音乐库呢?在决定践行这个假设之前,我打算在自己的虚拟主机上尝试了一下,而结果让我很灰心。单整理FTP空间和准备Web播放程序就已经让我苦不堪言,更不用说后面的上传音乐和在线收听音乐了。就一个对Web相关技术一窍不通的人来说,复杂的Web音乐播放程序安装和设置、缓慢的FTP传输速度、有限的主机空间、界面杂乱的前端网页都几乎让我崩溃。而这一切离我想要的美好——将一份音乐库共享给自己不同的上网设备和好友,摆脱时间和空间的限制——还太远。
故事三。假设我对音乐永不餍足,每一张专辑我都需要在洋洋网络去寻找、下载、整理、同步再收听,对于同一张专辑我却需要给自己拥有的所有能播放音乐的设备复制一份。在数字音乐出现以前我需要购买大量CD来完成自己终生的音乐媒体库,却要花费更多时间来收纳和维护它们;在数字音乐出现后我只需要花比CD唱片更低的价格(甚至免费)来购买数字音乐专辑并通过一个音乐软件来管理它们;在Music2.0时代我想做的远远不只这些……
上面三个故事总体上反应的问题不外乎是当前一个人获取、收藏、整理、收听音乐所碰到的繁琐与资源浪费。云计算的确在某种程度上噱头多于它的实际意义,但摆脱(也不那能力去深究)那些复杂高深的技术命题,我想仅仅从云计算概念及表象上我们或许可以得到一些助于数字音乐服务进步的启示。
现在较深度的音乐受众几乎在自己电脑硬盘里都存储有数十GB容量的数字音乐,然而我们并不只在自己的电脑里收听它们,我们更愿在自己的iPod、手机、家用电脑、办公用电脑、上网本、iPad等设备上播放它们,并且轻松与好友分享。对于这一切现在可行且普遍的方式不外乎简单两个字“拷贝”。
就像文章开头故事二所述,有没有一种解决方案给够将自己的音乐媒体库只保存在一个地方便可以不受时间、空间和设备的享用它们?
云计算的“云”正可以解决这个问题。它将音乐文件超大规模化、虚拟化,并且安全稳定地维护在云端,消费者只需要通过自己的上网设备去获取这些数据。就像现在已经很具规模的网络音乐,它为成千上万用户所收听的音乐存储在服务器上,用户可以随意获取。但对于云计算来说,传统的网络音乐还远远不够。
如果说音乐的存储体现在“云”上,那么以音乐推荐为主的音乐推送则会通过“计算”来实现。
Last.fm和Pandora代表着当前最典型的两种机器算法音乐推荐方式。他们通过强大的服务器计算功能和海量的音乐及用户信息来计算出针对用户独特偏好的音乐推荐结果。机器始终无法计算和推荐出用户最满意或最偏好的音乐可能也是当前音乐推荐进步缓慢的主要症结,而这一切又需要建立在更强大的机器计算能力上。也许机器算法推荐永远也无法100%满足音乐受众,但它作为用户获取和挖掘新音乐的参考价值定会越来越高。
云计算对于音乐真正伟大之处可能在于它帮助音乐受众摆脱了音乐终端、音乐获取、音乐分享、音乐收听等诸多因素上的限制。用户上班前在家里收听一个自己从未听过的音乐播放列表,在上班路上拿出移动设备继续收听刚才暂停的音乐,坐在办公室里同样可以很简单地对刚才那张播放列表进行整理:不需下载,不需拷贝。(事实上已经存在这样的解决方案,下文待续)
数字音乐天生具有云计算的基因,或许现在的一些基于类似理念的数字音乐服务还根本谈不上与云计算沾边,只是因为它们做得还不够完美,往往在某个很细节的用户需求上就败下阵来了。