研究開発プロジェクト

はじめに
私たちを突き動かすのは、真に重要で価値のある課題を解決したいという純粋な好奇心です。私たちは、開発するすべての技術に学術的な厳密さとデータ裏付けのあるインテリジェンスを適用しています。
私たちは研究室から生まれ、徹底的な透明性を信条としています。それは、音楽業界のエコシステム全体を支えるために、私たちのプロセスやデータをオープンに共有することを意味します。音楽著作権の世界における「オペレーティングシステム(OS)」として、私たちは業界の未来に向けたツールやソリューションを積極的に構築しています。
私たちは好奇心旺盛で、献身的で、型破りです。毎年300万ユーロ以上の資金と数千時間を、社内の研究開発(R&D)に投資するほど「クレイジー」な集団でもあります。これまでに得られた成果の一部を以下にご紹介します。
独自のオーディオテクノロジー
私たちは、オーディオが品質や状態が悪く、解析が難しい環境でも機能するテクノロジーを開発してきました。背景ノイズ、低音質な録音、複雑に重なり合ったミックス、ライブ環境、放送、ユーザー生成コンテンツ(UGC)など、あらゆる課題に対応しています。これには以下が含まれます。


デジタル音楽配信事業者(DSP)から提供されるメタデータと、著作権管理団体や権利保持者の内部音楽データベースを照合し、さらに当社独自のデータベースを活用して、不足しているデータを補完・強化します。私たちは毎日270億件のマッチングを実行することで、音楽クリエイターが正当なロイヤリティを受け取れるようサポートしています。
音声録音内に生成AI(GenAI)が使用されているかを検出します。AIによって全体または一部が生成された音源だけでなく、放送環境(ラジオ・テレビ等)において背景音に含まれるAI生成要素も識別します。
また、AIモデルの監査も行っており、オリジナル作品の盗用や原盤の無断再利用の可能性を検出するとともに、特定の楽曲がAIモデルの学習に使用されたかどうかを評価します。


オーディオ分類技術を用いて録音データを解析し、音楽の存在を示す特徴(キュー)を検出します。システムは2秒ごとのセグメントについて、音楽的な成分と非音楽的な成分の両方を表す数値を出力し、その音楽が背景音(BGM)として流れているのか、あるいは前面で使われているのかを判別します。
これにより、未登録の音楽や従来見落とされていた音楽を特定できる他、BGM、生演奏、その他様々な利用シーンなど、音楽がどのような状況で使われているかを把握できます。
テレビ番組、ショー、広告における背景音楽(BGM)の可聴性について、クライアントが定義した基準に基づいて評価します。システムは、音響信号の強度や時間経過に伴う変化、音楽が使用されている状況を分析し、音楽が聴き取れるレベルにあるかを判定。様々なコンテンツにおいて一貫した基準による分類を実現します。

オーディオ録音は処理され、評価されます。 オーディオ録音に対応する識別された音符のシーケンスは、オーディオ録音内の潜在的な音符を反復的に識別することによって決定されます。 オーディオ録音の評価は、チューニング評価と表現評価を使用して決定されます。 オーディオ録音には、音楽作品の少なくとも一部の録音が含まれています。
放送メディア番組のオーディオミックスにおけるオーディオサンプルの可聴性を推定するための方法およびデバイスが提案されています。 例示的な方法は、オーディオサンプルと追加のオーディオを含むオーディオミックスの表現行列を提供するステップと、オーディオサンプルの表現行列を提供するステップと、オーディオミックスの表現行列からオーディオサンプルの表現行列を減算して差分行列を生成するステップと、可聴性モデルを差分行列に適用して可聴性行列を生成するステップと、可聴性行列の各要素の可聴性レベルを決定するステップと、行列の決定された可聴性レベルを平均してオーディオサンプルの可聴性を推定するステップとを含みます。
私たちの特許
研究開発プロジェクト
FuturePulse –音楽業界向けのマルチモーダル予測分析および推奨サービス–は、助成金契約番号761634に基づき、欧州連合のHorizon2020研究革新プログラムから資金提供を受けています。


Bloomen –参加型メディアエクスペリエンスの新時代のブロックチェーンは、助成金契約番号762091に基づき、欧州連合のHorizon2020研究革新プログラムから資金提供を受けています。

科学技術省の国立研究機関(La Agencia Estatal deInvestigacióndel Ministerio de Ciencia eInnovación)は、Retos-Colaboración2019プロジェクト新世代の音楽監視技術(NextCore)、RTC2019-007248-7をサポートしています。


Identi @ rt –分散元帳技術を使用した音楽、芸術、デザインのデジタル資産の価値の保存におけるR + D –(COMRDI18-1-0011)la Comunitat Media(COM18-1-0002)は、共同プロジェクトの一環としてACCIÓ(Agènciaper la Competitivitat de l’Empresa、カタルーニャ州政府)から資金提供を受けています。コミュニティRIS3CATの調査、開発、イノベーションのために。
—のサポートを受けて

ACCIÓ(Agènciaper la Competitivitat de l’Empresa、カタルーニャ州政府)は、INNOTEC2020の呼びかけの一環として、LoudSense –視聴覚制作におけるバックグラウンドミュージックの自動可聴性推定のためのAIシステム(ACE014 / 20/000051)プロジェクトをサポートしています。
—のサポートを受けて


PICAE –PublicacióIntel·ligent de Continguts Audiovisuals I Editorials –(COMRDI18-1-0007)la Comunitat Media(COM18-1-0002)は、共同プロジェクトの一環としてACCIÓ(Agènciaper la Competitivitat de l’Empresa、カタルーニャ州政府)から資金提供を受けています。コミュニティRIS3CATの調査、開発、イノベーションのために。
—のサポートを受けて


Ministerio deEconomíay Empresa(経済企業省)は、経済デジタル社会の戦略的行動–デジタルイネーブリングテクノロジーインパルス2019、人工知能に基づくリアルタイムの大規模オーディオ監視システム(DeepTrack)プロジェクト、TSI-100903-2019-38をサポートしています。

産業エネルギーデジタルアジェンダ省(Ministerio deEnergía、Turismo y Agenda Digital)は、経済デジタル社会の戦略的行動–テクノロジーインパルス2017、プロジェクトPlayIT:音楽メタデータの処理と識別のためのビッグデータBIスケーラブルエンジン– TSI-100600-2017-20をサポートしています)。 Fondo Europeo de Desarrollo Regional(FEDER)–「ヨーロッパを構築する方法」–によって共同出資されています。

放送メディア番組の音楽/音声検出(DI46-2016)およびディープラーニング技術を使用した音楽識別アルゴリズム(DI46-2020)のプロジェクトは、カタルーニャ州政府の企業および知識部門の大学および調査事務局の産業博士課程計画によってサポートされています(Secretaríade Universidades eInvestigacióndel Departamento de Empresa y Conocimiento de la Generalitat deCataluña)。


Red.es(経済問題デジタル変革省)は、経済デジタル社会の戦略的行動–デジタルイネーブリングテクノロジーインパルス2020、スケーラブルで弾力的な音楽監視のためのクラウドコンピューティングプラットフォーム(BigWave)プロジェクト、2020/0720/00097949をサポートしています。 欧州連合が欧州地域開発基金(FEDER)–ヨーロッパを構築する方法–を通じて共同出資しています

Red.es(経済問題デジタル変革省)は、デジタルスペイン2025計画の一環として、人工知能およびその他のデジタルテクノロジーにおけるこのR&Dプロジェクトと、バリューチェーンへの統合(C005 / 21-EDコール)をサポートしています。音楽業界向けのIAを搭載したエンティティ調整エンジン– 2021 / C005 / 00149157。

Ministerio para laTransformaciónDigital y de laFunciónPúblicaは、スペインのオーディオビジュアルハブオブヨーロッパ計画の一環として、メタバースとWeb3に関連するテクノロジーにおけるこのR&Dプロジェクトをサポートしています。 Proof-of-Play muSIc oraCLE(PoPSICLE)–音楽使用の分散型ロギングのためのオーディオフィンガープリントベースのブロックチェーンOracle – FAV-010200-2022-0019は、以下から資金提供を受けています。


Ministerio de Ciencia、Innovacióny UniversidadesとMinisterio para laTransformaciónDigital y de laFunciónPúblicaは、回復、変革、回復力計画の一環として、2021〜 2023年の科学技術研究革新のための国家計画の一環として、視聴覚およびビデオゲーム制作に適用される新しいテクノロジーにおけるCDTIによって助成されたこのR&Dプロジェクトをサポートしています。resCUE:視聴覚制作における音楽作品の自動使用状況レポートのためのスマートシステム– SAV-20221147。

このプロジェクトE!693ライブインサイト–オンライン音楽ストリームをオフラインの成功に変える、デジタル音楽ストリーミングサービスとソーシャルメディアからのデータを分析して、パフォーミングアーティスト、ライブミュージック会場、イベントチケット会社の未開拓の収益機会を発見するAIベースのプラットフォームは、ユーロスターズ3共同プログラムから資金提供を受けています。スペイン科学技術省が支援するCDTIと、欧州連合のHorizon Europe研究革新プログラムからの共同資金提供。


MUSIC360 –音楽の価値に関する360度のパースペクティブは、助成金契約番号101094872に基づき、欧州連合のHorizon Europe研究革新プログラムから資金提供を受けています。

BMATは、プロジェクトを実行するためのPADIHプログラムの受益者でした。このプロジェクトは、競争力を強化することを目的とした、専門的なアドバイスとアイデアの提供のためのコンサルタントで構成されています。 PADIHコールは以下から資金提供を受けています。

KEIAは、AI生成音楽における高度なコンテンツ監査手法の原則を確立することを目的としています。これは、モデルのトレーニングに著作権で保護された素材を使用すること、および生成された素材でそのようなコンテンツを取得して識別するための戦略を開発することにより、現在のシステムの透明性の欠如に対処します。最終的に、KEIAは、音楽制作におけるAIの倫理的で持続可能な使用を確保することを目指しています。 FundacióBarcelonaMusicLabのサポートを受けています。

このプロジェクト6252 – Auditio:Amplify Growth:Transformative Audio Insights Platformは、音楽会場、小売店、ホスピタリティアウトレットに音楽データと推奨事項を提供するための斬新で費用対効果が高く、スケーラブルで革新的なプラットフォームであり、スペインのMinisterio de Ciencias、Innovación e Universidadesが支援するCDTIからの共同資金提供により、Eurostars-3共同プログラムから資金提供を受けています。そして、欧州連合のHorizon Europe研究革新プログラム。


ACCIÓ(カタルーニャ州政府の企業競争力のための機関)は、nuclis d’R + D2024の呼びかけの中で、TROBA –オーディオコンテンツの動的生成の時代の音楽作品の認識のためのテクノロジー(ACE014 / 20/000051)プロジェクトをサポートしています。
ACCIÓのサポートを受けて。


Summus is a Latin word that describes the greatness of things. In our case, SUMMUS is a summit to celebrate the greatness of music. A place where experts from all around the music industry meet to share lessons learnt, build consensus about today’s challenges, and design forthcoming landscapes.
Ayudas a eventos profesionales para la internacionalización de las industrias culturales y creativas 2025-2025 (1804-00001798732)


Awards
2018年、MIR(音楽情報検索)アルゴリズムの最も重要な国際的なコンペティションであるMIREXは、私たちの音楽検出アルゴリズムをこの分野で最高のものとして認めました。精度は2位のアルゴリズムよりも10パーセントポイント高くなっています。 2019年には、2つの新しいアルゴリズムを発表し、どちらも2018年に提出されたアルゴリズムと比較してより良い結果が得られたため、最初のポジションが再確立されました。
Awards
BMATは、H2020 Bloomenプロジェクトの開発により、欧州委員会のイノベーションレーダーによって「主要イノベーター」に任命されました。ブロックチェーンテクノロジーは、メディアコンテンツの著作権保護を提供するために使用されます。
Publications
Kapsoulis、Nikolaos; Psychas、Alexandros; Palaiokrassas、Georgios; Marinakis、Achilleas; Litke、Antonios; Varvarigou、Theodora; Bouchlis、Charalampos; Raouzaiou、Amaryllis; Calvo、Gonçal; Escudero Subirana、Jordi。 2020.「集団管理組織(CMO)ユースケースにおける音楽的権利ガバナンスのためのコンソーシアムブロックチェーンスマートコントラクト」
フューチャーインターネット12、no。 8:134。
Publications
D. Lopez-Ayala, A. Cabello, P. Zinemanas, E. Molina, M. Rocamora (2026). “AI-Generated Music Detection in Broadcast Monitoring“.
ICASSP 2026
G. Cortès-Sebastià, B. Martin, E. Molina, X. Serra, R. Hennequin (2025). “PeakNetFP: Peak-based Neural Audio Fingerprinting Robust to Extreme Time Stretching“.
ISMIR 2025
R. O. Araz, G. Cortès-Sebastià, E. Molina, J. Serrà, X. Serra, Y. Mitsufuji, D. Bogdanov (2025). “Enhancing Neural Audio Fingerprint Robustness to Audio Degradation for Music Identification“.
ISMIR 2025
D. Zhang, E. Molina, A. Galata, G. Calvo, D. Guilhot, Martí Sánchez-Fibla (2024). “Cross-Domain Linkage for the Music Industry: An Industrial and Synthetic Benchmark”.
CCIA 2024
Batlle-Roca R, Tyman D, Meléndez-Catalán B, Molina E, Serra X, Herrera-Boyer P. “The elusive nature of inattentional deafness: assessing the influence of visual attention on background music perception in TV programmes.”
21st Sound and Music Computing Conference SMC 2024; 2024 July 4-6; Porto, Portugal
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]
F. Yesiler, E. Molina, J. Serrà, and E. Gómez., “Investigating the efficacy of music version retrieval systems for setlist identification”
Proceedings of the 46th IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP 2021)
Meléndex-Catalán, B. Molina, E., and Gómez, E. (2020). “Relative music loudness estimation, using temporal convolutional networks and a CNN feature extraction front-end“.
In Proceedings of the 23rd International Conference on Digital Audio Effects (DAFx-20), volume 5, pages 273-280.
Meléndez-Catalán, B. Molina, E., and Gómez, E. (2017). “BAT: an open-source web-based audio-events annotation tool“.
3rd Web Audio Conference
Meléndez-Catalán, B. Molina, E., and Gómez, E. (2019b). “Open broadcast media audio from TV: A dataset of TV broadcast audio with relative music loudness annotations“.
Transactions of the International Society for Music Information Retrieval
Meléndez-Catalán, B. (2021) “Relative Music Loudness Estimation in TV Broadcast Audio Using Deep Learning: An industrial perspective”.
Universitat Pompeu Fabra, Barcelona, Catalonia, Spain.
Publications
F. Yesiler、E。Molina、J。Serrà、およびE.Gómez。、「セットリスト識別のための音楽バージョン検索システムの有効性の調査」、第46回IEEE音響、音声、信号処理国際会議(ICASSP 2021)の議事録、2021年。
Publications
Roser Batlle-Roca、Perfecto Herrera-Boyer、BlaiMeléndez、Emilio Molina、XavierSerra。 国際ジャーナルオブ環境研究アンドパブリックヘルス、特集号複雑な聴覚シーンにおける音声コミュニケーションと音声行動と健康、聴取の快適さ、幸福、学習への影響における「放送テレビにおけるバックグラウンドミュージックの可聴性の特性評価に向けて」。
Awards
2023年、私たちは、国際的なリーチとビジネスモデルの持続可能性で際立っている、世界的に成功している135の主要なヨーロッパのテクノロジースケールアップ(LETS)の1つとして認められました。
Publications
G. Cortès-Sebastià, M. Miron, E. Molina, A. Ciurana, X. Serra (2025). “Enhanced television broadcast monitoring with source separation-assisted audio fingerprinting: A case study“.
Multimedia Tools and Applications [GitHub]
R. Batlle-Roca, P. Herrera-Boyer, B. Meléndez, E. Molina, and X. Serra “Towards a Characterization of Background Music Audibility in Broadcasted TV”
International Journal of Environmental Research and Public Health 20, no. 1: 123, 2023.
B. Meléndez-Catalán, E. Molina, E. Gómez, “Open broadcast media audio from TV: A dataset of TV broadcast audio with relative music loudness annotations“,
Transactions of the International Society for Music Information Retrieval, vol. 2, no. 1, pp.43–51, 2019.
Publications
G. Cortès-Sebastià (2025). “Music identification with audio fingerprinting: an industrial perspective“.
B. Meléndez-Catalán. Relative Music Loudness Estimation In TV Broadcast Audio Using Deep Learning: an industrial perspective. 2021. Universitat Pompeu Fabra, Barcelona, Catalonia, Spain.
私たちの科学出版物と賞