Innovation Lab
Capacitamos a indústria musical com tecnologias áudio inovadoras
Innovation Lab
Intro
Adoramos desafiar-nos a encontrar melhores soluções que sejam mais rápidas, robustas e precisas para o que fazemos. É por isso que investimos mais de três milhões de euros por ano na nossa equipa interna de Investigação e Desenvolvimento.
A NOSSA TECNOLOGIA DE AUDIO
Relacionamos qualquer impressão digital acústica a 500 anos de música indexada na nossa base de dados. As nossas impressões digitais mostram um desempenho preciso em todos os tipos de condições, tais como interrupções, diálogo, ou efeitos sonoros e trabalham com uma seleção de eventos robustos discriminativos. É também utilizado para verificação dos direitos de autor.
Combinamos metadados de plataformas de vendas digitais com as bases de dados musicais internas das entidades de gestão coletiva, e enriquecemo-los com a nossa própria base de dados para garantir que está completa. Todos os dias enviamos 27 mil milhões de identificações para assegurar que os criadores musicais recebem os direitos de autor que merecem.
Utilizamos tecnologia deep learning para analisar gravações áudio e detetar indicadores que mostram a presença de música. Para cada segmento de dois segundos, imprimimos um valor para representar tanto os sons musicais como não musicais presentes na gravação.
A avaliação da audibilidade determina se a música de fundo num programa de televisão, série ou anúncio é “audível” ou “inaudível”. Estas especificações são fornecidas pelo cliente em cada caso.
Utilizamos o nosso algoritmo bem treinado para confirmar se quaisquer 2 ficheiros de áudio são a mesma obra musical – quando processados numa base canção vs canção – ou não.
Uma gravação áudio é processada e avaliada. Uma sequência de notas identificadas correspondentes à gravação áudio é determinada pela identificação iterativa de potenciais notas dentro da gravação áudio. Uma classificação para a gravação áudio é determinada através de uma classificação de afinação e uma classificação de expressão. A gravação áudio inclui uma gravação de pelo menos uma parte de uma composição musical.
São propostos métodos e dispositivos para estimar a audibilidade de amostras de áudio em misturas áudio em programas de meios de difusão. Os métodos de exemplo compreendem as etapas de fornecer uma matriz de representação de uma mistura de áudio, a mistura de áudio que compreende a amostra de áudio e áudio adicional, fornecer uma matriz de representação da amostra de áudio, extrair a matriz de representação da amostra de áudio da matriz de representação da mistura de áudio para gerar uma matriz de diferença, aplicar um modelo de audibilidade à matriz de diferença para gerar uma matriz de audibilidade, determinar um nível de audibilidade para cada elemento da matriz de audibilidade, e calcular a média dos níveis de audibilidade determinados da matriz para estimar a audibilidade da amostra de áudio.
AS NOSSAS PATENTES
Os nossos projetos de investigação e inovação
FuturePulse – Serviços de análise preditiva multimodal e de recomendação para a indústria musical – recebeu financiamento da parte do Horizon 2020, programa de investigação e inovação da União Europeia, ao abrigo da subvenção n.º 761634.
Bloomen – Blockchains na nova era da experiência dos meios de comunicação participativos recebeu financiamento do programa de investigação e inovação Horizon 2020 da União Europeia ao abrigo do acordo de subvenção n.º 762091.
A Agência Nacional de Investigação do Ministério da Ciência e Inovação (La Agencia Estatal de Investigación del Ministerio de Ciencia e Innovación) apoia o projeto Retos-Colaboración 2019 – Nova geração de tecnologia de monitorização musical (NextCore), RTC2019-007248-7.
Identi@rt – I+D en preservació del valor d’actius digitals de música, art I disseny, amb distributed ledger tech – (COMRDI18-1-0011) of la Comunitat Media (COM18-1-0002) é financiado pela ACCIÓ (Agència per la Competitivitat de l’Empresa, Generalitat de Catalunya) como parte dos projetos de investigação, desenvolvimento e inovação das Comunidades RIS3CAT.
Com o apoio de:
ACCIÓ (Agència per la Competitivitat de l’Empresa, Generalitat de Catalunya) apoia o projeto LoudSense – Sistema de Inteligência Artificial para a estimativa automática da audibilidade da música de fundo em produções audiovisuais (ACE014/20/000051) como parte da chamada INNOTEC 2020.
Com o apoio de:
PICAE – Publicació Intel-ligent de Continguts Audiovisuals I Editorials – (COMRDI18-1-0007) da Comunitat Media (COM18-1-0002) é financiada pela ACCIÓ (Agència per la Competitivitat de l’Empresa, Generalitat de Catalunya) como parte dos projetos de colaboração para a investigação, desenvolvimento e inovação das Comunidades RIS3CAT.
Com o apoio de:
Ministerio de Economía y Empresa (Ministério da Economia e da Empresa) apoia a Ação Estratégica da Economia e da Sociedade Digital – o impulso das Tecnologias de Capacitação Digital 2019, projeto sistema de monitorização de áudio em massa em tempo real baseado na inteligência artificial (DeepTrack), TSI-100903-2019-38.
Ministério da Indústria, Energia e Agenda Digital (Ministerio de Energía, Turismo y Agenda Digital) apoia a Ação Estratégica da Economia e Sociedade Digital – Impulso Tecnológico 2017, Projecto PlayIT: Motor escalável Big Data BI para o processo e identificação de metadados musicais – TSI-100600-2017-20). Co-financiado pelo Fondo Europeo de Desarrollo Regional (FEDER) – O caminho para construir a Europa.
Os projetos Detecção Música/Fala em programas de meios de difusão (DI46-2016) e Algoritmos de identificação musical utilizando técnicas de aprendizagem profunda (DI46-2020) são apoiados pelo plano de Doutoramento Industrial da Secretaria de Universidades e Investigação do Departamento de Empresas e conhecimento da Generalitat de Cataluña (Secretaría de Universidades e Investigação do Departamento de Empresa y Conocimiento de la Generalitat de Cataluña).
Red.es (Ministério de Assuntos Económicos e Transformação Digital) apoia a Ação Estratégica de Economia e Sociedade Digital – Impulso de Tecnologias Habilitadoras Digitais 2020, projeto Plataforma cloud computing de monitorização musical escalável e elástica, 2020/0720/00097949. Co-financiado pela União Europeia através do Fundo Europeu de Desenvolvimento Regional (FEDER) – Uma forma de fazer Europa.
Red.es (Ministério de Assuntos Económicos e Transformação Digital) apoia este projeto de I+D em Inteligência Artificial e outras tecnologias digitais em conjunto com a sua integração na cadeia de valor (convocatória C005/21-ED) dentro do Plano Espanha Digital 2025: MatchingLearning: Motor de reconciliação de entidades impulsado por IA para a industria da música – 2021/C005/00149157.
A Secretaria de Estado de Telecomunicações e Infraestruturas Digitais (Ministério de Assuntos Económicos e Transformação Digital) desenvolvimento experimental e inovação de processos através de tecnologias associadas ao Metaverso e Web 3 (convocatória Orden ETD/653/2022, de 6 de julho 2022) dentro do Plan Espanha Hub Audiovisual da Europa: Proof-of-Play muSIc oraCLE – Oráculo blockchain para o registo descentralizado de usos de obras musicais – FAV-010200-2022-0019.
O Centro para o Desenvolvimento Tecnológico e Inovação (Ministério da Ciência e Inovação) apoia este projeto para o desenvolvimento de novas tecnologias com aplicação nos âmbitos da produção audiovisual e do setor dos videojogos (convocatória regulada pela Ordem CIN/373/2022, de 26 de abril) no marco do Plano de Impulso ao Setor Audiovisual Espanha Hub Audiovisual da Europa, a Agenda “Espanha Digital 2025”, o Plano de Recuperação, Transformação e Resiliência e o Plano Estatal de Investigação Científica, Técnica e de Inovação 2021-2023: resCUE: Sistema inteligente para a comunicação.
O Programa Conjunto Eurostars-3, co-financiado pelo programa de investigação e inovação Horizon Europe da União Europeia, apoia o projeto Eurostars E!693 Live Insights – Convertendo as transmissões de música online em successo offline, uma plataforma baseada em IA que analiza dados de música digital de serviços de streaming e redes sociais para descobrir oportunidades de lucro sem explorar por artistas, salas de concertos e empresas de venda de entradas para eventos.
MUSIC360 – Uma perspetiva de 360 graus sobre o valor da música recebeu financiamento do programa de investigação e inovação Horizonte Europa da União Europeia ao abrigo do acordo de subvenção n.º 101094872.
A BMAT foi beneficiária do programa PADIH para levar a cabo o projeto. O projeto consiste numa consultoria para aconselhamento especializado e contribuição de ideias com o objetivo de aumentar a competitividade. O concurso PADIH é financiado por:
Awards
Em 2018, o MIREX – o mais importante concurso internacional de algoritmos MIR (Music Information Retrieval) – reconheceu o nosso algoritmo de deteção de música como o melhor da área, com uma precisão 10 pontos percentuais superior à do algoritmo em segundo lugar. Em 2019, a nossa primeira posição foi restabelecida ao apresentarmos 2 novos algoritmos e ambos obtiveram melhores resultados em comparação com o algoritmo apresentado em 2018.
Awards
A BMAT foi nomeada como ‘Inovadora-Chave’ pelo Radar de Inovação da Comissão Europeia pelos desenvolvimentos do projeto H2020 Bloomen: A tecnologia Blockchain será utilizada para fornecer proteção aos direitos de autor dos conteúdos nos meios de comunicação.
Publications
Kapsoulis, Nikolaos; Psychas, Alexandros; Palaiokrassas, Georgios; Marinakis, Achilleas; Litke, Antonios; Varvarigou, Theodora; Bouchlis, Charalampos; Raouzaiou, Amaryllis; Calvo, Gonçal; Escudero Subirana, Jordi. 2020. “Conçórcio Blockchain de contratos Inteligentes para a Governação dos Direitos Musicais numa Entidade de Gestão Colectiva (EGC), Caso de Utilização”.
Future internet 12, nº 8: 134.
Publications
Meléndex-Catalán, B. Molina, E., e Gómez, E. (2017). “BAT: uma ferramenta de anotação de eventos áudio de código aberto baseada na web”.
3ª Web Audio Conference
Meléndex-Catalán, B. Molina, E., e Gómez, E. (2019b). “Transmissão áudio de meios de comunicação social aberta a partir da TV: Um conjunto de dados de áudio de radiodifusão televisiva com anotações relativas de ruído de música”.
Transactions of the International Society for Music Information Retrieval
Meléndex-Catalán, B. Molina, E., e Gómez, E. (2020). “Estimativa da sonoridade relativa da música, utilizando redes convolutivas temporais e um front-end de extração de características da CNN”.
Nos procedimentos da 23ª International Conference on Digital Audio Effects (DAFx-20), volume 5, páginas 273-280.
AS NOSSAS PUBLICAÇÕES CIENTÍFICAS E PRÉMIOS