Laboratoire d'innovation
Renforcer l'industrie musicale grâce à des technologies audio révolutionnaires.
Laboratoire d'innovation
Intro
Nous sommes obsédés par le défi de trouver des solutions meilleures, plus rapides, plus robustes – et plus précises – pour tout ce que nous faisons. C’est pourquoi nous investissons chaque année plus de 3 millions d’euros dans notre service interne de recherche et développement.
NOS TECHNOLOGIES AUDIO EXCLUSIVES
Nous comparons l’empreinte digitale de n’importe quel fichier audio avec les 500 ans de musique indexée dans notre base de données. Nos empreintes garantissent des performances précises dans des conditions de tous types – interruptions, discours, effets sonores, par exemple – en agissant sur une sélection d’événements robustes discriminants. Elles sont également utilisées pour la vérification des droits d’auteur.
Nous associons les métadonnées des plateformes de ventes numériques avec les bases de données musicales internes des sociétés de gestion collective et les enrichissons grâce à notre propre base de données pour nous assurer qu’elles sont complètes. Chaque jour, nous fournissons 27 milliards de correspondances pour nous assurer que les créateurs de musique reçoivent les redevances qu’ils méritent.
Grâce à la technologie Deep Learning, nous scrutons les enregistrements audio pour détecter des indices montrant la présence de musique. Pour chaque segment de deux secondes, nous produisons une valeur représentant à la fois les sons musicaux et non-musicaux simultanément existants.
L’estimation de l’audibilité détermine si la musique de fond d’un programme télévisé, d’une émission ou d’une publicité est « audible » ou « inaudible ». Les paramètres sont indiqués par le client dans chaque cas.
Nous utilisons notre algorithme bien entraîné pour confirmer si deux fichiers audio sont la même œuvre musicale – lorsqu’ils sont traités chanson par chanson – ou non.
Un enregistrement audio est traité et évalué. Une série de notes identifiées correspondant à l’enregistrement audio est établie en repérant de manière itérative des notes potentielles dans l’enregistrement audio. Une note pour l’enregistrement audio est calculée en utilisant une note d’accord et une note d’expression. L’enregistrement audio comprend un enregistrement d’au moins une partie d’une composition musicale.
Des méthodes et des dispositifs pour estimer l’audibilité d’échantillons audio dans des mixages audio de programmes de médias de diffusion sont proposés. Des exemples de méthodes incluent les étapes consistant à fournir une matrice de représentation d’un mixage audio, le mixage audio comprenant l’échantillon audio et de l’audio supplémentaire, à fournir une matrice de représentation de l’échantillon audio, à soustraire la matrice de représentation de l’échantillon audio de la matrice de représentation du mixage audio pour générer une matrice de différence, à appliquer un modèle d’audibilité à la matrice de différence pour générer une matrice d’audibilité, à déterminer un niveau d’audibilité pour chaque élément de la matrice d’audibilité, et à faire la moyenne des niveaux d’audibilité déterminés de la matrice pour estimer l’audibilité de l’échantillon audio.
NOS BREVETS
NOS PROJETS DE RECHERCHE ET D'INNOVATION
FuturePulse – Services Multimodaux d’Analyse Prédictive et de Recommandation pour l’Industrie de la Musique – a reçu un financement du programme de recherche et d’innovation Horizon 2020 de l’Union Européenne sous la convention de subvention n° 761634
Bloomen – Blockchains dans la nouvelle ère de l’expérience médiatique participative a reçu un financement du programme de recherche et d’innovation Horizon 2020 de l’Union européenne dans le cadre de la convention de subvention n° 762091.
L’Agence Nationale de Recherche du Ministère de la Science et de l’Innovation (La Agencia Estatal de Investigación del Ministerio de Ciencia e Innovación) soutient le projet Retos-Colaboración 2019 Nouvelle génération de technologie de suivi musical (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) de la Comunitat Media (COM18-1-0002) est financé par ACCIÓ (Agència per la Competitivitat de l’Empresa, Generalitat de Catalunya) dans le cadre des projets de collaboration pour la recherche, le développement et l’innovation des Communautés RIS3CAT.
Avec le soutien de:
ACCIÓ (Agència per la Competitivitat de l’Empresa, Generalitat de Catalunya) soutient le projet LoudSense – Système IA pour l’estimation automatique de l’audibilité de la musique de fond dans les productions audiovisuelles (ACE014/20/000051) dans le cadre de l’appel INNOTEC 2020.
Avec le soutien de:
PICAE – Publicació Intel-ligent de Continguts Audiovisuals I Editorials – (COMRDI18-1-0007) de la Comunitat Media (COM18-1-0002) est financé par ACCIÓ (Agència per la Competitivitat de l’Empresa, Generalitat de Catalunya) dans le cadre des projets collaboratifs de recherche, développement et innovation des Communautés RIS3CAT.
Avec le soutien de:
Ministerio de Economía y Empresa (Ministère de de I’Économie et de I’Entreprise) soutient l’Action Stratégique de I’Économie et de la Société Numérique – Impulsion des Technologies Numériques Habilitantes 2019, projet Système de suivi audio massif en temps réel basé sur I’intelligence artificielle (DeepTrack), TSI-100903-2019-38.
Le ministère de l’Industrie, de l’Énergie et de l’Agenda Numérique (Ministerio de Energía, Turismo y Agenda Digital) soutient l’Action Stratégique de l’Économie et de la Société Numérique – Impulsion Technologique 2017, projet PlayIT : moteur évolutif Big Data BI pour le traitement et l’identification des métadonnées musicales – TSI-100600-2017-20). Cofinancé par le Fondo Europeo de Desarrollo Regional (FEDER) – La façon de construire l’Europe.
Les projets de détection de la Musique/Parole dans les programmes de médias audiovisuels (DI46-2016) et Algorithmes d’identification de la musique à l’aide de techniques de Deep Learning (DI46-2020) sont soutenus par le plan de doctorats industriels du Secrétariat des Universités et de la Recherche du Département des Entreprises et de la Connaissance de la Région de Catalogne (Secretaría de Universidades e Investigación del Departamento de Empresa y Conocimiento de la Generalitat de Cataluña).
Red.es (Ministère des affaires économiques et de la transformation numérique) soutient l’action stratégique de l’économie et de la société numérique – impulsion de technologies génériques numériques 2020, projet Plateforme Cloud Computing escalable et élastique de contrôle de musique (BigWave), 2020/0720/00097949, cofinancé par l’Union européenne à travers le Fond européen de développement régional (FEDER) – Une manière de faire l’Europe.
Red.es (Ministère des Affaires économiques et de la Transformation numérique) soutient ce projet de R&D en intelligence artificielle et autres technologies numériques ainsi que leur intégration dans la chaîne de valeur (appel C005/21-ED) dans le cadre du Plan Espagne numérique 2025: MatchingLearning : Moteur de réconciliation d’entités alimenté par l’IA pour l’industrie de la musique – 2021/C005/00149157.
Ministerio para la Transformación Digital y de la Función Pública soutient notre projet de développement expérimental et innovation des procédés par les technologies associées au Métaverse et au Web 3 (appel Arrêté ETD/653/2022, du 6 juillet 2022) au sein du Plan Espagne Pôle Audiovisuel de l’Europe. Proof-of-Play MUSIc oraCLE – oracle Blockchain pour l’inscription décentralisée de l’utilisation d’oeuvres musicales – FAV-010200-2022-0019 est financé par:
Le Ministerio de Ciencia, Innovación y Universidades et le Ministerio para la Transformación Digital y de la Función Pública soutiennent ce projet subventionné par le CDTI de développement de nouvelles technologies applicables aux domaines de la production audiovisuelle et du secteur du jeu vidéo (appel réglementé par l’Ordonnance CIN/373/2022, du 26 avril) dans le cadre du Plan de promotion du secteur audiovisuel Espagne Audiovisual Hub of Europe, de l’Agenda « Digital Spain 2025 », du Plan de relance, de transformation et de résilience et du Plan d’État pour la science, la technique et l’innovation 2021-2023: resCUE : Système intelligent de communication automatique des utilisations d’œuvres musicales dans les productions audiovisuelles – SAV-20221147.
Le projet Eurostars E!693 Live Insights – Transformer les émissions de musique en ligne en succès hors ligne, une plateforme basée sur l’IA qui analyse les données des services de streaming de musique numérique et les médias sociaux pour découvrir des opportunités de revenus inexploitées par les artistes interprètes, les salles de concert et les sociétés de billetterie d’événements, a reçu financement du programme conjoint Eurostars-3, cofinancé par le programme de recherche et d’innovation Horizon Europe de l’Union européenne, et par le CDTI, soutenu par le Ministère Espagnol de la Science et de l’Innovation.
MUSIC360 – Une perspective de 360 degres sur la valeur de la musique a reçu un financement du programme de recherche et d’innovation Horizon EUROPE de l’Union Européenne dans le cadre de la convention de subvention No. 101094872.
BMAT a été bénéficiaire du programme PADIH pour réaliser le projet. Le projet consiste en un service de conseils spécialisés et une contribution d’idées dans le but d’améliorer la compétitivité. L’appel PADIH est financé par :
KEIA vise à établir les principes de techniques avancées d’audit de contenu pour la musique générée par l’IA. Le projet aborde le manque de transparence des systèmes actuels en étudiant l’utilisation de matériel protégé par le droit d’auteur dans l’entraînement des modèles et en développant des stratégies pour obtenir et identifier ce contenu dans le matériel généré, dans le but ultime de garantir une utilisation éthique et durable de l’Intelligence Artificielle dans la création musicale. Projet subventionné par la Fundació Barcelona Music Lab.
Ce projet 6256 – Auditio : Amplifier la croissance : une plateforme d’informations audio transformatrice, une plateforme novatrice, rentable, évolutive et transformatrice visant à fournir des données musicales et des recommandations aux salles de concert, aux commerces de détail et aux établissements d’hôtellerie et de restauration, a reçu un financement du programme conjoint Eurostars-3 avec un cofinancement du CDTI, soutenu par le Ministerio de Ciencias, Innovación e Universidades, et le programme de recherche et d’innovation Horizon Europe de l’Union européenne.
Awards
En 2018, MIREX – le plus important concours international d’algorithmes MIR (Music Information Retrieval) – a distingué notre algorithme de détection musicale comme étant le meilleur du domaine, avec une précision supérieure de 10 points de pourcentage à celle de l’algorithme en deuxième position. En 2019, notre première position a été rétablie par la présentation de 2 nouveaux algorithmes qui ont tous deux obtenu de meilleurs résultats par rapport à l’algorithme soumis en 2018.
Awards
BMAT a été désigné comme » Innovateur clé » par le Radar de l’Innovation de la Commission Européenne pour les développements du projet H2020 Bloomen : La technologie blockchain sera utilisée pour assurer la protection des droits d’auteur du contenu médiatique.
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 pour la gouvernance des droits musicaux dans un cas d’utilisation des organismes de gestion collective (CMOs)« .
Future internet 12, no. 8 : 134.
Publications
Meléndex-Catalán, B. Molina, E., et Gómez, E. (2017). « BAT : un outil d’annotation d’événements audio basé sur le Web et open-source « .
3ème Conférence Web Audio
Meléndex-Catalán, B. Molina, E., et Gómez, E. (2019b). « Diffusion ouverte de media auio de la télévision : Un ensemble de données d’audio de diffusion télévisée comportant des annotations relatives de sonorité musicale« .
Transactions de la Société Internationale pour la Récupération de l’Information Musicale
Meléndex-Catalán, B. Molina, E., et Gómez, E. (2020). « Estimation de l’intensité sonore relative de la musique, en utilisant des réseaux convolutifs temporels et un frontal d’extraction de caractéristiques CNN« .
Dans les actes de la 23ème conférence internationale sur les effets audio numériques (DAFx-20), volume 5, pages 273-280.
NOS PUBLICATIONS SCIENTIFIQUES ET RECOMPENSES