Het ABC_DJ-project onderzoekt en ontwikkelt de toekomst van Audio Branding. Onderzoekers van ABC_DJ hebben een krachtig algoritme ontwikkeld dat automatisch merkrelevante muziek kiest, uitsluitend gebaseerd op de audio-inhoud van de nummers zelf, in plaats van op handmatig toegewezen tags. Met deze software, merken en reclamebureaus kunnen automatisch de juiste muziek vinden voor een bepaald merk of campagne, strategische planning een sonische dimensie geven.

"Het ABC_DJ-aanbevelingsalgoritme kan de merk-fit van muziek of waargenomen muzikale expressie voorspellen met een nauwkeurigheid van 80,1 procent. De theoretische maximale waarde van 100 procent kan nooit worden bereikt, omdat mensen anders zijn en altijd zullen reageren op muziek; dit betekent dat 80,1 procent match uitzonderlijk waardevol zal zijn voor de industrie, " zegt Dr. Jochen Steffens van de TU Berlijn.

Het algoritme haalt muzikale uitingen zoals waargenomen door verschillende doelgroepen uit audiosignalen en zorgt voor op maat gemaakte merkpassende muziek voor elke context. Om een ​​dergelijk systeem te creëren, onderzoekers van ABC_DJ ontwikkelden eerst een vocabulaire om muziek systematisch te beschrijven in de brandingcontext. Deze roman "General Music Branding Inventory" werd opgesteld met negen audiobrandingexperts en verfijnd door 305 marketingexperts. De volgende stap in het ontwikkelingsproces was om deze semantische inventarisatie in het veld te testen. een 28, Er werd een pool van 543 nummers gebruikt waaruit 549 nummers werden geselecteerd voor een gedetailleerde evaluatie. Vervolgens is een grootschalig luisterexperiment uitgevoerd waarbij 10, 144 deelnemers in Duitsland, Spanje en het VK werd gevraagd om semantische kenmerken te matchen met liedjes (bijv. gepassioneerd, vernieuwend, vrolijk, betrouwbaar).

Statistische analyse van de resultaten – meer dan 53, 344 metingen gebaseerd op 2, 018, 704 datapunten - de 36 functies die het meest relevant zijn voor zowel muziek als merken. De steekproef was evenwichtig wat betreft leeftijd, land en onderwijs om representatief inzicht te krijgen in hoe verschillende doelgroepen semantische expressie in muziek waarnemen. Om deze bevindingen te operationaliseren, het was nodig om semantische kenmerken in kaart te brengen op akoestische kenmerken.

De in Parijs gevestigde ABC_DJ-projectpartner IRCAM (het Instituut voor Onderzoek en Coördinatie in Akoestiek/Muziek) haalde een enorme hoeveelheid informatie uit de 549 nummers die in het luisterexperiment werden gebruikt, hun harmonieën afbreken, ritmes, instrumentatie, genres en stijlen op een signaal-per-signaal niveau. Met behulp van zeer effectieve machine learning-procedures (zoals de zogenaamde random forest-regressie), Vervolgens werd een algoritme ontwikkeld dat de akoestische kenmerken vindt die het best in staat zijn om de waarderingen van echte luisteraars van muziek te voorspellen. Deze voorspellingsmodule is het hart van het ABC_DJ-systeem.

"De ABC_DJ-procedure kan nu worden beschouwd als een standaard die door creatieve bureaus wordt gebruikt om merken en merkmuziek te beschrijven, " zegt Robin Hofmann, Mede-oprichter en creatief directeur van HearDis!.

Maar hoe werkt het ABC_DJ-aanbevelingsalgoritme precies? Het is gebaseerd op vier basisfactoren:emotionele valentie, emotionele opwinding, authenticiteit, en tijdigheid. Hoewel verschillende doelgroepen een bepaald muziekstuk onvermijdelijk op verschillende manieren zullen beschrijven, het is over het algemeen mogelijk om hun beschrijvingen te distilleren en te harmoniseren met behulp van deze factoren:b.v. een bepaald stuk kan worden omschreven als min of meer vreugdevol (emotionele valentie), intens (emotionele opwinding), authentiek, en vooruitstrevend.

Klik hier om naar een muziekfragment te luisteren waarvan het algoritme voorspelde dat het helder zou klinken, speels en grappig:listen.heardis.com/compilation … 84-9bc0-1bb5c4e1f5f7

Klik hier om naar een muziekfragment te luisteren dat door het algoritme liefdevol zou klinken, vriendelijk en warm:listen.heardis.com/compilation … 0e-a4ab-ff92fd7be67a