Descripció del projecte
Malgrat l’èxit comercial de les tecnologies d’audio fingerprinting en sistemes de control de música, encara hi ha limitacions tecnològiques claus que impedeixen la detecció correcta de la música en molts contextos especials, com en actuacions en directe, quan aquesta se sent en segon pla, o amb enregistraments de baixa qualitat, on fins i tot la tecnologia d’audio fingerprinting no és aplicable i és necessari utilitzar la tecnologia d’identificació de “covers”. Aquestes limitacions suposen que un % important de la música que no es reprodueix no es reporti correctament, generant així pèrdues econòmiques importants per als autors i la indústria musical, i constitueixen la base de la competència tecnològica actual en el sector de la gestió dels drets digitals.
L’objectiu principal d’aquest projecte és la investigació i desenvolupament de millores qualitatives de les tecnologies d’audio fingerprinting i identificació de covers de BMAT amb tècniques de deep learning en dues àrees principals: a) la identificació de la música enregistrada quan pateix alteracions substancials (per exemple, reinterpretades per DJs) o quan el senyal és capturat en entorns desfavorables (per exemple, a través d’un micròfon, amb soroll ambiental), i b) la identificació d’obres musicals en actuacions no publicades (per exemple, esdeveniments en directe o versions enregistrades de cançons).
