Kiite

研究テーマ

概要

「Kiite（キイテ）」は、膨大な歌声合成楽曲の中から好みの楽曲を効率よく探索して出会うことができるWebサービスです。楽曲のサビ区間を事前に自動検出することで、楽曲のサビだけを次々と聴くことができる「音楽発掘用プレーヤー機能」や、音楽印象分析技術によって、「軽快」「激しい」「のんびり」のような印象を参考に楽曲を絞り込める「音楽レーダー機能」をはじめとして、様々な機能が提供されています。ここでは、そうした機能の中でも、音楽推薦に関する機能を紹介します。

Kiiteでは、ユーザが日頃お気に入りやプレイリストに追加した楽曲に応じて推薦結果を表示しますが、その際に「ユーザ同士の楽曲の好みの類似性」「楽曲同士の音響特徴量の類似性」「楽曲同士の創作クリエータの共通性」の3つの関係を考慮しています。そのうえで、各関係を重視する度合いに応じて4種類の推薦結果（推薦モード）を、下図左側の「バランス」「人気度」「楽曲類似度」「クリエイター」のパネルを選択することでユーザが自由に切り替えられ、ユーザは自分の好みの関係を重視した推薦結果を見ることができます。このようにKiiteでは、楽曲が推薦された理由を示す「透明性」と、推薦結果を自由に切り替えられる「操作性」を備えているのが特徴で、こうした推薦を実現するために、独自の推薦手法を研究開発しました。

さらにKiiteでは、「明るい気分になりたいとき用」や「雨の日に聴く用」のように、気分や状況に応じた楽曲を推薦可能な「カスタム推薦エンジン」をユーザが自由に作成できます（下図）。カスタム推薦エンジンの推薦結果でも、4種類の推薦結果を自由に切り替えることができます。

Kiiteの利用ログを分析した結果、4種類の推薦結果のうち複数種類の推薦結果を活用しているユーザほど、お気に入りやプレイリストへの追加楽曲数が多くインタラクションが活発であることなど、楽曲推薦に透明性と操作性を持たせることの意義を示しました。

Webサービス

プレスリリース

発表論文

  • Kosetsu Tsukuda, Keisuke Ishida, Takumi Takahashi, Masahiro Hamasaki, Masataka Goto
    A Case Study of a Transparent and Controllable Music Recommender System with Multi-Relational Layers
    Proceedings of the 32nd International Conference on MultiMedia Modeling (MMM 2026), pp.276-291, Jan. 2026.
    [Springer]
  • Kosetsu Tsukuda, Kento Watanabe, Keisuke Ishida, Masahiro Hamasaki, and Masataka Goto
    Exploring the effectiveness of user-driven intent-based recommendation models implemented in a real-world music web service
    Multimedia Tools and Applications, July 2025
    [PDF][Springer]
  • 佃洸摂，石田啓介，高橋卓見，濱崎雅弘，後藤真孝
    レイヤー構造に基づく楽曲推薦手法の提案と音楽発掘サービスKiiteへの応用
    情報処理学会 音楽情報科学研究会 研究報告，Vol.2025-MUS-142，No.11，pp.1-12，2025年2月
    2025年度（令和7年度）山下記念研究賞
    [Paper] [Slides]

発表資料

情報処理学会 第142回音楽情報科学研究発表会（SIGMUS 142）の登壇発表資料です。