Proyectos de I+D
Empoderamos a la industria de la música con tecnologías de audio innovadoras
Proyectos de I+D
Intro
Nos fascina retarnos a nosotros mismos para llegar a mejores soluciones que sean más rápidas, más sólidas y más precisas para lo que hacemos. Es por eso que invertimos más de tres millones de euros todos los años en nuestra Investigación y Desarrollo internos.
Nuestra tecnología de audio
Emparejamos las huellas de cualquier audio con 500 años de música indexada en nuestra base de datos. Nuestras huellas digitales muestran un rendimiento preciso en condiciones de todo tipo, como interrupciones, diálogo, o efectos de sonido, gracias a que funciona con una selección de distintos eventos robustos. También se usa para verificación de derechos de autor.
Combinamos los metadatos de plataformas de ventas digitales con las bases de datos internas de música de las entidades de gestión colectiva, y los enriquecemos con nuestra propia base de datos para asegurarnos de que estén completos. Cada día enviamos 27 mil millones de identificaciones para asegurarnos de que los creadores de música reciban las regalías que se merecen.
Usamos tecnología deep learning para analizar grabaciones de audio y detectar indicadores que muestren la presencia de música. Por cada segmento de dos segundos, imprimimos un valor para representar tanto los sonidos musicales como los no musicales presentes en la grabación.
La evaluación de audibilidad determina si la música de fondo en un programa, serie o anuncio de TV es “audible” o “inaudible”. El cliente es quien ofrece estas especificaciones en cada caso.
Usamos nuestro algoritmo bien entrenado para confirmar si dos archivos de audio se tratan del mismo trabajo musical (al procesarlos en base a una canción o canciones) o no.
Se procesa y evalúa una grabación de audio. Se determina una secuencia de notas identificadas que corresponden a la grabación de audio, al identificar de manera iterativa las potenciales notas dentro de la grabación de audio. Luego se califica la grabación de audio mediante una calificación de afinación y una de expresión. La grabación de audio incluye una grabación de al menos una porción de una composición musical.
Se proponen métodos y dispositivos para calcular la audibilidad de muestras de audio en las mezclas de audio de programas de medios de difusión. Ejemplos de métodos incluyen los pasos para ofrecer una matriz de representación de una mezcla de audio, la mezcla de audio que conforma la muestra de audio y audio adicional, brindar una matriz de representación de la muestra de audio, extraer la matriz de representación de la muestra de audio de la matriz de representación de la mezcla de audio para generar una matriz de diferencia, aplicar un modelo de audibilidad a la matriz de diferencia para generar una matriz de audibilidad, determinar un nivel de audibilidad para cada elemento de la matriz de audibilidad, y promediar los niveles de audibilidad determinados de la matriz para estimar la audibilidad de la muestra de audio.
Nuestras patentes
Nuestros proyectos de investigación e innovación
FuturePulse – Análisis predictivo multimodal y servicios de recomendación para la industria de la música – recibió financiamiento de parte de Horizonte 2020, programa para la investigación e innovación de la Unión Europea, de acuerdo con la subvención No. 761634
Bloomen – Blockchains en la nueva era de experiencia en medios de comunicación participativos recibió financiamiento de parte de Horizonte 2020, programa para la investigación e innovación de la Unión Europea, de acuerdo con la subvención No. 762091
La Agencia Estatal de Investigación del Ministerio de Ciencia e Innovación apoya el proyecto de Retos-Colaboración 2019, Nueva generación de tecnología de monitorización de música (NetCore), RTC 2019-007248-7.
Identi@rt – R+D en preservació del valor d’actius digitals de música, art I disseny, amb distributed ledger tech – (COM RD 18-1-0011) de la Comunitat Media (COM18-1-0002) es financiada por ACCIÓ (Agència per la Competitivitat de l’Empresa, Generalitat de Catalunya) como parte de los proyectos colaborativos de investigación, desarrollo e innovación de las Comunidades RIS3CAT.
Con el apoyo de:
ACCIÓ (Agència per la Competitivitat de l’Empresa, Generalitat de Catalunya) apoya el proyecto LoudSense – Sistema de inteligencia artificial para la estimación automática de audibilidad de la música de fondo en producciones audiovisuales (ACE014/20/000051) como parte de la convocatoria INNOTEC 2020.
Con el apoyo de:
PICAE – Publicació Intel·ligent de Continguts Audiovisuals I Editorials – (COMRDI18-1-0007) de la Comunitat Media (COM18-1-0002) es financiada por ACCIÓ (Agència per la Competitivitat de l’Empresa, Generalitat de Catalunya) como parte de los proyectos colaborativos de investigación, desarrollo e innovación de las Comunidades RIS3CAT.
Con el apoyo de:
El Ministerio de Economía y Empresa apoya el proyecto Sistema para la monitorización masiva de audio en tiempo real basado en inteligencia artificial (DeepTrack), TSI-100903-2019-38, para la Acción Estratégica de Economía y Sociedad Digital; ayudas para las Tecnologías Facilitadoras Digitales de 2019.
El Ministerio de Energía, Turismo y Agenda Digital apoya el proyecto PlayIT: Big Data BI para el procesamiento e identificación escalable de metadatos de música, TSI-100600-2017-20, para la Acción Estratégica de Economía y Sociedad Digital; ayudas para la tecnología de 2017.
Cofinanciado por el Fondo Europeo de Desarrollo Regional (FEDER) – Una manera de hacer Europa.
Los proyectos Detección de música/diálogo en programas de medios de difusión (DI46-2016) y Algoritmos de identificación de música con técnicas de deep learning (DI46-2020) reciben el apoyo del Plan de Doctorados Industriales de la Secretaría de Universidades e Investigación del Departamento de Empresa y Conocimiento de la Generalitat de Cataluña.
Red.es (Ministerio de Asuntos Económicos y Transformación Digital) apoya la Acción Estratégica de Economía y Sociedad Digital – Impulso de Tecnologías Habilitadoras Digitales 2020, proyecto Plataforma cloud computing de monitorización musical escalable y elástica, 2020/0720/00097949. Cofinanciado por la Unión Europea a través del Fondo Europeo de Desarrollo Regional (FEDER) – Una manera de hacer Europa.
Red.es (Ministerio de Asuntos Económicos y Transformación Digital) apoya este proyecto de I+D en Inteligencia Artificial y otras tecnologías digitales junto con su integración en la cadena de valor (convocatoria C005/21-ED) dentro del Plan España Digital 2025: MatchingLearning: Motor de reconciliación de entidades impulsado por IA para la industria de la música – 2021/C005/00149157.
La Secretaría de Estado de Telecomunicaciones e Infraestructuras Digitales (Ministerio para la Transformación Digital y de la Función Pública) apoya el proyecto de desarrollo experimental e innovación de procesos a través de tecnologías asociadas al Metaverso y Web 3 (convocatoria Orden ETD/653/2022, de 6 de julio 2022) dentro del Plan España Hub Audiovisual de Europa. Proof-of-Play muSIc oraCLE – Oráculo blockchain para el registro descentralizado de usos de obras musicales – FAV-010200-2022-0019 es financiado por:
El Ministerio de Ciencia, Innovación y Universidades y el Ministerio para la Transformación Digital y de la Función Pública apoyan este proyecto financiado por el CDTI para el desarrollo de nuevas tecnologías de aplicación a los ámbitos de la producción audiovisual y del sector de los videojuegos (convocatoria regulada por la Orden CIN/373/2022, de 26 de abril) en el marco del Plan de Impulso al Sector Audiovisual España Hub Audiovisual de Europa, la Agenda “España Digital 2025”, el Plan de Recuperación, Transformación y Resiliencia y el Plan Estatal de Investigación Científica, Técnica y de Innovación 2021-2023: resCUE: Sistema inteligente para la comunicación automática de usos de obras musicales en producciones audiovisuales – SAV-20221147.
Este proyecto ha recibido financiación del programa conjunto Eurostars-3 con financiación de CDTI, apoyado por el Ministerio de Ciencia e Innovación, y del Programa Marco de Investigación e Innovación Horizonte Europa de la Unión Europea. Live Insights (Eurostars E!693) – Convirtiendo las transmisiones de música en línea en un éxito fuera de línea, una plataforma basada en IA que analiza datos de música digital de servicios de streaming y redes sociales para descubrir oportunidades de ingresos sin explotar por artistas, salas de conciertos y empresas de venta de entradas para eventos.
MUSIC360 – Una perspectiva de 360 grados sobre el valor de la música ha recibido financiación del programa de investigación e innovación Horizon EUROPE de la Unión Europea en virtud del acuerdo de subvención n.º 101094872.
BMAT ha resultado beneficiaria del programa PADIH para llevar a cabo el proyecto. El proyecto consiste en una consultoría para el asesoramiento especializado y aporte de ideas con la finalidad de potenciar la competitividad. La convocatoria PADIH está financiada por:
KEIA tiene como objetivo establecer los principios para técnicas avanzadas de auditoría de contenido en música generada por IA. Aborda la falta de transparencia de los sistemas actuales mediante la investigación del uso de material protegido por derechos de autor en el entrenamiento de los modelos y el desarrollo de estrategias para obtener e identificar dicho contenido en el material generado, con el fin último de garantizar el uso ético y sostenible de la IA en la creación musical. Proyecto subvencionado por la Fundació Barcelona Music Lab
Este proyecto 6256 – Auditio: Amplificar el Crecimiento: Plataforma Transformadora de Información de Audio, una plataforma novedosa, rentable, escalable y transformadora para proporcionar datos musicales y recomendaciones a locales de música, puntos de venta minorista y establecimientos de hostelería, ha recibido financiación del programa conjunto Eurostars-3 con cofinanciación del CDTI, apoyado por el Ministerio de Ciencias, Innovación e Universidades español, y el programa de investigación e innovación Horizonte Europa de la Unión Europea.
Awards
En 2018, MIREX, la competencia de algoritmos de MIR (Recuperación de información musical o Music Information Retrieval) más importante, otorgó un reconocimiento a nuestro algoritmo de detección de música como el mejor del sector, con una precisión de 10 puntos porcentuales por encima del algoritmo en el segundo lugar. En 2019, reafirmamos nuestro primer lugar al presentar dos nuevos algoritmos. Ambos obtuvieron mejores resultados en comparación con el que presentamos en el año 2018.
Awards
El Radar de Innovación de la Comisión Europea nombró a BMAT ‘Innovador clave’ por los desarrollos en el proyecto Bloomen H2020: Se usará tecnología blockchain para brindar protección de derechos de autor de contenido multimedia.
Publications
Kapsoulis, Nikolaos; Psychas, Alexandros; Palaiokrassas, Georgios; Marinakis, Achilleas; Litke, Antonios; Varvarigou, Theodora; Bouchlis, Charalampos; Raouzaiou, Amaryllis; Calvo, Gonçal; Escudero Subirana, Jordi. 2020. “Caso de uso de contratos inteligentes de blockchain de consorcio para la gobernanza en derechos de la música en entidades de gestión colectiva (EGCs)“
Publications
Meléndex-Catalán, B. Molina, E., and Gómez, E. (2017). “BAT: una herramienta de anotación, de código abierto y en línea para eventos de audio“.
3era Web Audio Conference
Meléndex-Catalán, B. Molina, E., and Gómez, E. (2019b). “Audio de TV de medios de difusión abiertos: Un conjunto de datos de audio de emisión de TV con anotaciones sobre la intensidad sonora relativa de la música“.
Transactions of the International Society for Music Information Retrieval
Meléndex-Catalán, B. Molina, E., and Gómez, E. (2020). “Evaluación de la intensidad sonora relativa de la música, usando redes convolucionales temporales y un front-end de red neuronal convolucional (CNN) como extractor de elementos“.
En los procedimientos de la vigésima tercera Conferencia Internacional de efectos de sonidos digitales (DAFx-20), volumen 5, páginas 273-280.
Meléndez-Catalán, B. (2021) Relative Music Loudness Estimation In TV Broadcast Audio Using Deep Learning: an industrial perspective.
Universitat Pompeu Fabra, Barcelona, Catalonia, Spain.
G. Cortès, Álex Ciurana, Emilio Molina, Marius Miron, Owen Meyers, Joren Six and Xavier Serra. “BAF: An Audio Fingerprinting Dataset For Broadcast Monitoring”.
In Proc. of the 23rd Int. Soc. for Music Information Retrieval Conf. (ISMIR), Bangalore, India, 2022 [dataset, Github]
Publications
F. Yesiler, E. Molina, J. Serrà, and E. Gómez., “Investigating the efficacy of music version retrieval systems for setlist identification,” in Proceedings of the 46th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2021), 2021.
Awards
En 2023, BMAT fue reconocida como una de las 135 Leading European Tech Scale-ups (LETS) que están triunfando a nivel mundial destacando por nuestro alcance internacional y la sostenibilidad de nuestro modelo de negocio.
Nuestras publicaciones científicas y premios