INNOVATIONS-LABOR
Wir unterstützen die Musikindustrie mit bahnbrechenden Audiotechnologien.
INNOVATIONS-LABOR
Intro
Wir sind besessen davon, uns selbst herauszufordern, um bessere, schnellere, stärkere – und präzisere – Lösungen für das, was wir tun, zu finden. Deshalb investieren wir jedes Jahr über 3 Millionen Euro in unsere interne Forschung und Entwicklung.
UNSERE PROPRIETÄREN AUDIO-TECHNOLOGIEN
Wir gleichen den Fingerabdruck jedes Audios mit indizierter Musik in unserer Datenbank ab, die eine Länge von bis zu 500 Jahren aufweist. Unsere Fingerabdrücke behalten unter allen Bedingungen – z. B. bei Unterbrechungen, Sprache und Soundeffekten – eine genaue Leistung bei, indem sie auf der Auswahl diskriminanter, robuster Ereignisse basieren. Er wird auch für die Überprüfung von Urheberrechten verwendet.
Wir gleichen die Metadaten von digitalen Vertriebsanbietern mit den internen Musikdatenbanken von Verwertungsgesellschaften ab und reichern sie mit unserer eigenen Datenbank an, um ihre Vollständigkeit zu gewährleisten. Jeden Tag liefern wir 27 Milliarden Übereinstimmungen, um sicherzustellen, dass Musikschaffende die Tantiemen erhalten, die sie verdienen.
Mit Hilfe von Deep Learning Technologie scannen wir Audioaufnahmen, um Hinweise auf das Vorhandensein von Musik zu erkennen. Für jedes 2-Sekunden-Segment geben wir einen Wert aus, der sowohl die musikalischen als auch die gleichzeitig vorhandenen nicht-musikalischen Klänge repräsentiert.
Die Hörbarkeitsabschätzung bestimmt, ob die Hintergrundmusik in einer Fernsehsendung, Show oder Werbung „hörbar“ oder „unhörbar“ ist. Die Vorgaben werden jeweils vom Auftraggeber gemacht.
Wir verwenden unseren gut trainierten Algorithmus, um zu bestätigen, ob es sich bei zwei beliebigen Audiodateien um dasselbe musikalische Werk handelt – wenn sie auf einer Song-gegen-Song-Basis verarbeitet werden – oder nicht.
Eine Audioaufnahme wird verarbeitet und bewertet. Eine Sequenz von identifizierten Noten, die der Audioaufnahme entspricht, wird durch iterative Identifizierung von potentiellen Noten innerhalb der Audioaufnahme bestimmt. Eine Bewertung für die Audioaufnahme wird anhand einer Stimmungs- und einer Ausdrucksbewertung ermittelt. Die Audioaufnahme enthält eine Aufnahme von mindestens einem Teil einer musikalischen Komposition.
Es werden Verfahren und Vorrichtungen zur Abschätzung der Hörbarkeit von Audio-Samples in Audiomischungen von Rundfunkmedienprogrammen vorgeschlagen. Beispielverfahren umfassen die Schritte des Bereitstellens einer Darstellungsmatrix einer Audiomischung, wobei die Audiomischung das Audio-Sample und zusätzliches Audio umfasst, des Bereitstellens einer Darstellungsmatrix des Audio-Samples, des Subtrahierens der Darstellungsmatrix des Audio-Samples von der Darstellungsmatrix der Audiomischung, um eine Differenzmatrix zu erzeugen, des Anwendens eines Hörbarkeitsmodells auf die Differenzmatrix, um eine Hörbarkeitsmatrix zu erzeugen, des Bestimmens eines Hörbarkeitspegels für jedes Element der Hörbarkeitsmatrix und des Bildens des Durchschnitts der bestimmten Hörbarkeitspegel der Matrix, um die Hörbarkeit des Audio-Samples zu schätzen.
UNSERE PATENTE
UNSERE FORSCHUNGS- UND INNOVATIONSPROJEKTE
FuturePulse – Multimodal Predictive Analytics and Recommendation Services for the Music Industry – wurde mit Mitteln aus dem Forschungs- und Innovationsprogramm Horizon 2020 der Europäischen Union unter der Fördervereinbarung Nr. 761634 gefördert
Bloomen – Blockchains in der neuen Ära des partizipativen Medienerlebnisses – hat eine Förderung durch das Forschungs- und Innovationsprogramm Horizon 2020 der Europäischen Union unter der Fördervereinbarung Nr. 762091 erhalten.
Die Nationale Forschungsagentur des Ministeriums für Wissenschaft und Innovation (La Agencia Estatal de Investigación del Ministerio de Ciencia e Innovación) unterstützt das Retos-Colaboración 2019 Projekt New generation of music monitoring technology (NextCore), RTC2019-007248-7.
Identi@rt – R+D en preservació del valor d’actius digitals de música, art I disseny, amb distributed ledger tech – (COMRDI18-1-0011) von la Comunitat Media (COM18-1-0002) wird von ACCIÓ (Agència per la Competitivitat de l’Empresa, Generalitat de Catalunya) als Teil der kollaborativen Projekte für Untersuchung, Entwicklung und Innovation der Communities RIS3CAT finanziert.
Mit der Unterstützung von:
ACCIÓ (Agència per la Competitivitat de l’Empresa, Generalitat de Catalunya) unterstützt das Projekt LoudSense – AI system for automatic audibility estimation of background music in audiovisual productions (ACE014/20/000051) im Rahmen des Calls INNOTEC 2020.
Mit der Unterstützung von:
PICAE – Publicació Intel-ligent de Continguts Audiovisuals I Editorials – (COMRDI18-1-0007) von la Comunitat Media (COM18-1-0002) wird von ACCIÓ (Agència per la Competitivitat de l’Empresa, Generalitat de Catalunya) als Teil der kollaborativen Projekte für Untersuchung, Entwicklung und Innovation der Gemeinschaften RIS3CAT finanziert.
Mit der Unterstützung von:
Das Ministerio de Economía y Empresa (Ministerium für Wirtschaft und Unternehmen) unterstützt die Strategische Aktion der Wirtschaft und der digitalen Gesellschaft – die Digital Enabling Technologies impulse 2019, Projekt System for real-time massive audio monitoring based on artificial intelligence (DeepTrack), TSI-100903-2019-38.
Das Ministerium für Industrie, Energie und Digitale Agenda (Ministerio de Energía, Turismo y Agenda Digital) unterstützt die Strategische Aktion der Wirtschaft und der Digitalen Gesellschaft – Technologischer Impuls 2017, Projekt PlayIT: Big Data BI skalierbare Engine für die Verarbeitung und Identifizierung von Musik-Metadaten – TSI-100600-2017-20). Kofinanziert durch Fondo Europeo de Desarrollo Regional (FEDER) – Der Weg zum Aufbau Europas.
Die Projekte Music/Speech detection in broadcast media programs (DI46-2016) und Music identification algorithms using deep learning techniques (DI46-2020) werden durch den Industrial Doctorates Plan des Sekretariats für Universitäten und Forschung des Departamento de Empresa y Conocimiento de la Generalitat de Cataluña (Secretaría de Universidades e Investigación del Departamento de Empresa y Conocimiento de la Generalitat de Cataluña) unterstützt.
Red.es (Ministerium für Wirtschaft und digitale Transformation) unterstützt die strategische Aktion für Wirtschaft und digitale Gesellschaft – den Impuls für digitale Basistechnologien 2020, Projekt Cloud-Computing-Plattform für skalierbares und elastisches Musik-Monitoring (BigWave), 2020/0720/00097949. Kofinanziert von der Europäischen Union durch den Europäischen Fonds für regionale Entwicklung (EFRE) – Der Weg zum Aufbau Europas
Red.es (Ministerium für Wirtschaft und digitale Transformation) unterstützt dieses F&E-Projekt im Bereich der künstlichen Intelligenz und anderer digitaler Technologien sowie deren Integration in die Wertschöpfungskette (C005/21-ED-Aufruf) im Rahmen des Plans „Digitales Spanien 2025“: Motor de reconciliación de entidades impulsado por IA para la industria de la música (KI-gesteuerte Entitätsabgleichsmaschine für die Musikindustrie) – 2021/C005/00149157.
Das spanische Ministerium für digitale Transformation und öffentliche Verwaltung unterstützt dieses Forschungs- und Entwicklungsprojekt im Bereich der Technologien im Zusammenhang mit Metaverse und Web 3 im Rahmen des Plans „Spanien Audiovisueller Hub Europas“. Proof-of-Play muSIc oraCLE (PoPSICLE) – Audio Fingerprint-Based Blockchain Oracle for Decentralised Logging of Music Usage – FAV-010200-2022-0019 wird finanziert von:
Das Ministerium für Wissenschaft, Innovation und Hochschulen und das Ministerium für digitale Transformation und den öffentlichen Dienst unterstützen dieses vom CDTI geförderte F&E-Projekt für neue Technologien, die im Rahmen des staatlichen Plans für wissenschaftliche und technische Forschung und Innovation 2021–2023 im Rahmen des Plans für Erholung, Transformation und Resilienz: resCUE: Intelligentes System zur automatischen Nutzungsberichterstattung von Musikwerken in audiovisuellen Produktionen – SAV-20221147.
This project E!693 Live Insights – Turning online music streams into offline success, an AI-based platform that analyses data from digital music streaming services and social media to discover untapped revenue opportunities for performing artists, live music venues and event ticketing companies, has received funding from the Eurostars-3 joint programme with co-funding from the CDTI, supported by the Spanish Science and Innovation Ministry, and the European Union Horizon Europe research and innovation programme.
MUSIC360 – Eine 360-Grad-Perspektive auf den Wert von Musik wurde im Rahmen der Zuschussvereinbarung Nr. 101094872 durch das Forschungs- und Innovationsprogramm „Horizont Europa“ der Europäischen Union finanziert.
BMAT war ein Begünstigter des PADIH-Programms, um das Projekt durchzuführen. Das Projekt besteht aus einer Beratung für spezialisierte Beratung und Ideeneinbringung mit dem Ziel, die Wettbewerbsfähigkeit zu steigern. Der PADIH-Aufruf wird finanziert durch:
Awards
2018 wurde unser Musikerkennungsalgorithmus bei MIREX – dem wichtigsten internationalen Wettbewerb für MIR-Algorithmen (Music Information Retrieval) – als bester Algorithmus in diesem Bereich ausgezeichnet, mit einer um 10 Prozentpunkte höheren Genauigkeit als der Algorithmus auf dem zweiten Platz. Im Jahr 2019 wurde unsere erste Position erneut bestätigt, da wir 2 neue Algorithmen vorgestellt haben und beide bessere Ergebnisse im Vergleich zu dem 2018 eingereichten Algorithmus erzielten.
Awards
BMAT wurde vom Innovationsradar der Europäischen Kommission als „Key Innovator“ für die Entwicklungen im H2020-Projekt Bloomen ausgezeichnet: Die Blockchain-Technologie wird für den Urheberrechtsschutz von Medieninhalten eingesetzt.
Publications
Kapsoulis, Nikolaos; Psychas, Alexandros; Palaiokrassas, Georgios; Marinakis, Achilleas; Litke, Antonios; Varvarigou, Theodora; Bouchlis, Charalampos; Raouzaiou, Amaryllis; Calvo, Gonçal; Escudero Subirana, Jordi. 2020. „Consortium Blockhain Smart Contracts for Musical Rights Governance in a Collective Management Organizations (CMOs) Use Case“
Zukunft Internet 12, Nr. 8: 134.
Publications
Meléndex-Catalán, B. Molina, E., und Gómez, E. (2017). „BAT: ein webbasiertes Open-Source-Tool zur Annotation von Audio-Events“.
3. Web-Audio-Konferenz
Meléndex-Catalán, B. Molina, E., und Gómez, E. (2019b). „Open broadcast media audio from TV: A dataset of TV broadcast audio with relative music loudness annotations“.
Transaktionen der internationalen Gesellschaft für Musikinformations Wiedergewinnun
Meléndex-Catalán, B. Molina, E., und Gómez, E. (2020). „Relative Musik-Lautheitsschätzung unter Verwendung temporaler Faltungsnetzwerke und eines CNN-Feature-Extraktions-Frontends“.
Im Rahmen der 23. internationalen Konferenz über digitale Audioeffekte (DAFx-20), Band 5, Seiten 273-280.
UNSERE WISSENSCHAFTLICHEN VERÖFFENTLICHUNGEN UND AUSZEICHNUNGEN