Innovation Lab

Empoderamos a la industria de la música con tecnologías de audio innovadoras

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

Huella digital acústica

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.

Combinación de metadatos

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.

Detector de música inteligente

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.

Evaluación de audibilidad

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.

Identificación de canciones versionadas

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.

Análisis y clasificación de grabaciones de audio

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.

Patente europea de audibilidad

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

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

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

NextCore

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

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.

LoudSense

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.

PICAE

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.

DeepTrack

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.

PlayIT

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.

Doctorados Industriales

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.

Awards

Mirex

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

Bloomen

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

Bloomen

Kapsoulis, Nikolaos; Psychas, Alexandros; Palaiokrassas, Georgios; Marinakis, Achilleas; Litke, Antonios; Varvarigou, Theodora; Bouchlis, Charalampos; Raouzaiou, Amaryllis; Calvo, Gonçal; Escudero Subirana, Ordi. 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

Doctorados Industriales

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.

Nuestras publicaciones científicas y premios