献给音乐爱好者们的新玩具「emo」是如何蹿红的？

还记得DEMO8上次报道的刷脸黑科技应用——「一登」吗?（看原文戳这里）在那次采访的最后，一登团队提到“目前已有数十家应用接入我们，主要以音乐、资讯等轻社交的应用为主。而几家深度合作的应用也将在近期发布版本。”

本周，落网发布的新产品——emo，就是一登提到的“深度合作的音乐类应用”。

落网在中国有着12年的历史，作为完全靠着优质的内容和口碑传播吸引了200多万用户的独立音乐推荐网站，落网在中国的音乐爱好者(特别是独立音乐乐迷)当中有着难以替代的地位。

由落网出品的emo在DEMO8的产品简介中写着“emo是一款可以识别情绪的音乐App，根据脸部表情识别出情绪，推荐适合当下心情的音乐。”据落网的创始人胡建国介绍，emo的名字来源于Emotional(情绪摇滚)，是一种从Hardcore Punk(硬核朋克)中派生出来的摇滚风格，着重于展现音乐情绪的和乐手本身情绪。看上去好像很有趣，但对于所有的音乐推荐类应用，我的看法是，如果你不亲自试一试，你永远不知道这产品怎么样，因为听音乐对每个人来说都是非常私人且主观的体验。

打开emo，给人的第一印象就是极简的设计风格，无需经过传统产品繁琐注册流程，就可以直接通过emo来听歌啦。黑色背景的主界面上只有一个黄色的笑脸和一行字「长按屏幕，扫描您的心情」。

长按之后，黄色的笑脸会变为前置摄像头的拍摄界面，正常情况下几秒之后就能完成你的情绪识别，emo可以识别「平静」、「愉快」、「困惑」、「惊讶」、「愤怒」、「恐惧」、「悲伤」共七种情绪，并播放相应的音乐。

别看我说起来一大段，用户使用起来的流程就是——长按-刷脸-听歌，就这么简单。

值得一提的是，为了保持emo产品界面上的极简风格，对于音乐类应用的常用操作：暂停、下一首、收藏、分享，都是通过手势操作来实现的。用起来的手感也非常舒服。

围绕着人脸识别情绪的特性，emo通过出色的极简设计和交互体验让用户在第一次体验时往往会有非常惊艳的感觉。而更让人爱不释手的是，emo的曲库质量非常之高，其他电台应用常见的“这首歌好难听赶紧切下一首”的情况基本不会出现。这也和落网团队十余年的沉淀下来的音乐素养以及大量的用户行为数据有关，优质的内容一直都是落网团队的核心竞争力。“所有的歌曲都通过落网两百多万用户验证过的，通过这批用户听歌的习惯和行为的大数据，后台的算法会实时的进行调整和变动，最后产品会推荐给用户什么样的内容其实我们也不知道。”胡建国说道。

此外，emo的分享页面也经过了精心设计。这也是让胡建国非常喜欢的一个地方，“大部分的人不仅希望听到符合心情的歌曲，还希望能够让身边的人也知道他是什么样的感觉，什么样的心情。那么通过emo分享到社交平台的话，就可以表达他的心情，让朋友知道他在听什么样的音乐，我们还会根据不同的心情配上一些文字，可能是一首诗，可能是几句歌词。希望能让用户感觉到这个产品是有感情的。”

有趣的人脸识别+高质量曲库+友好极简的设计+可以表达情绪的音乐分享，所产生的化学反应让emo在上线3小时后用户就突破了1万，也冲进了App Store 音乐类应用排行榜的前15名。

虽然呈现在用户眼前的是一个极简的产品，但团队花费的心血却一点都不“极简”。去年8月，emo项目就开始启动了。灵感来自于胡建国一直以来的想法，“我相信每个人都有一种感觉，如果这个世界上有一款产品能感觉到我是什么心情就推送我什么样的音乐该有多好。而传统的音乐电台是你有什么心情，就去选择什么频道，当我觉得还不够快。我希望能有一种新的方式去抓住这种情绪感觉。刚好「一登」也是落网的用户，我们聊着聊着就觉得这个点蛮契合的，觉得这个事情比较好玩，就做了一个这样的合作。”

关于识别表情来抓住情绪感觉这件事，其实是一个非常有意思的命题——挂在脸上的表情真的是最自然的吗?

我们先来了解一下表情是如何被识别的。

美国心理学家 Paul Ekman和Friesen在1978年开发了面部运动编码系统(Facial Action Coding System，FACS)，依据人脸特定的生物特征，将各种表情同脸部运动细节(几何网格的变化)联系起来，收集样本，提取特征，构建分类器。随着科技的发展，表情的识别算法也越来越完善，甚至可以观测到脸部细节的变化。

但一个尴尬的地方在于，由于用于表情识别研究的人脸图像数据库多是采集志愿者刻意表现出的各种表情的图像，所以当你的情绪不是那么强烈的时候，面部的表情相比采集志愿者来说更加平淡，那么识别的表情往往接近「困惑」和「平静」。

另外一件事情是，人反映在脸上的表情往往比实际的情绪要克制。

这种情形你应该并不陌生，当你在和朋友聊天，发出这样这样或者这样的表情时，你在屏幕前的表情往往是这样的——

这是因为随着经验和阅历的提升，人们对于外界刺激的阀值在不断提高，情绪的波动趋于平缓，所以你会发现老人的表情往往会比儿童的表情平淡的多。而美国社会学家埃尔文 ·戈夫曼提出的「印象管理」理论更加剧了这一情况——人们在社会行为中会试图控制自己留给他人的印象，通过言语、姿态、表情等表现来是他人形成自己所希望的印象，往往选择的是克制性表情这种防御性策略，来营造自己成熟的形象。因为这种克制表情的策略已经足够深入人心，以至于你甚至都没意识到自己表情和内心情绪的背离。

所以在真实的使用场景中，emo的表情识别往往会成为一个用来玩耍的功能——对着摄像头做出愉快/惊讶/愤怒/恐惧的表情，去听相应情绪电台的歌曲。 Whatever，好听好玩又炫酷，足够秒杀一堆音乐电台了。也希望未来表情识别的技术可以继续完善，真正实现「识别你真实情绪推送歌曲」。

最后，引用落网第711期刊——「回到当下」的文字作为结尾：

似乎每个人都有过这样的想法，无论是快乐还是悲伤的时候，音乐总会在耳边响起。仿佛自己置身于世界中央，脑海里头掠过无数的画面，心底深处充满着质朴的卑微和狂想的伟大。

音乐是一种神奇的东西，时刻侵袭在我们浮躁不安的身上。每当无助的时候，往往听一首歌就会觉得特别有力量，就会有着那种自信满满的感觉。当每一个音符坠落在心中时，触动到的正是青春里最柔软的痕迹。

去年秋天的时候，我们产生了一个想法。如果有这样一个东西，无论在什么样的心情下，都能有属于那时心情的音乐响起，那是一件多么美好的事情。在这样一个动机的前提下，经过半年多的开发，落网的新产品emo应运而生。emo通过科技的手段，去获得你当下最真实的心情，然后通过算法给你推荐符合你当下心情的音乐。无论是十三四岁的懵懂少年，还是黄昏垂暮的老奶奶，都能够通过emo听到这些音乐、听到Space Oddity。

回到当下、回到此刻的所在，或许是我们未来最重要的事。

直升梯：「emo」