Распознавание музыки по звуку на телефоне и компьютере — программы, онлайн сервисы
Если вам приходилось сталкиваться с такой ситуацией, когда вы отдыхаете в кафе, едете в автобусе или ещё где-нибудь, и тут вдруг, по радио звучит интересная песня, названия которой, разумеется, никто не знает. При этом, продолжительное прослушивание, ни к каким результатам не приводит. Но желание добавить трек в плейлист от этого не уменьшается. В таких случаях понадобится программа (или онлайн сервис) для распознавания музыки по звуку на телефоне и компьютере.
К большому счастью для таких ситуаций появились специальные программы для распознавания мелодий и песен именно по одному фрагменту. В настоящее время, данные сервисы доступны для любых пользователей бесплатно (в некоторых случаях, для получения доступа к полному функционалу программного обеспечения, необходимо оплатить премиальную версию).
Ниже представлены программы и сервисы для распознавания музыки по стороннему звучанию, файлу или ссылке на песню.
AudioTag
Основное предназначение этого ресурса заключается в осуществлении идентификации трека в онлайн-режиме. Принцип управления здесь достаточно прост, тут не задействуется никаких сложных режимов и инструментов, которыми бы надо было оперировать в ходе осуществления поиска. Базовая платформа треков включает в себя миллионы песен и мелодий разных жанров музыкального направления. Потому можно даже не сомневаться в том, что вы непременно найдёте то, что искали.
Примечательно ещё и то, что поиск проводится не одним, а сразу двумя способами:
- методом предоставления конкретного файла;
- путём подстановки ссылки.
Для того чтобы получить результат от поиска, системе требуется потратить от 10 до 20 секунд. Дальше на экране отображается желаемый результат. Здесь самое главное, чтобы исходный трек оказался подобающего качества, чтобы система, вообще, могла его узнать. В противном случае ничего хорошего не выйдет. Ну а после того, как результат получен — вводите капчу и наслаждайтесь полученным результатом.
Предоставленный портал локализован в Англии, однако навигационный опционал настолько понятен и прост, что от пользователя не требуется никаких дополнительных языковых знаний. Как правило, поисковая выдача предоставляет слушателю несколько трековых вариантов, которые соответствуют описанию. Так что только и останется, что прослушать все версии и выбрать ту самую, которую искали.
Перейти на страницу сайта audiotag.
Magic MP3 Tagger
Это ещё одна из интересных программ, созданных с целью идентификации песни в режиме онлайн на компьютере. Данный сервисный портал создан для осуществления глобального и локального поиска необходимого музыкального контента в интернете.
Тогда когда программа не в состоянии отыскать нужный трек самостоятельно, она в автоматическом режиме переключается на ресурс базы данных MusicBrainz. Она распоряжается огромнейшей коллекцией музыкальных треков и предоставляет к ней доступ абсолютно бесплатно.
Что же касается алгоритмического действия, то в этом случае задействуется не целый файл, а только его копия, сформированная программой.
Данный метод даёт возможность узнать нужную аудиозапись с максимальной точностью до 97%. А тогда когда появится необходимость определить, в каком жанре создана композиция — программа незамедлительно представит отчёт по заданной информации.
Помимо этого, серийные файлы «Various Artist» либо «Track1» или в нашем случае «002» переименовываются в соответствии с распознанием. Примечательный факт — с русским языком программа особо не сдружилась, потому нередко в названиях попадается абракадабра. Тем не менее, разобраться в ней не сложно. Для того чтобы пользоваться программой, надо просто скачать файл инсталляции.
Скачать программу можно на странице.
Shazam
Это один из самых известных сервисов для распознания музыки в режиме онлайн для платформы WP8, iOS и Андроид. Приложение обладает очень понятным интерфейсом, благодаря чему, с пользованием никогда не случается проблемных ситуаций. Всё, что требуется от пользователя — на экране нажать клавишу распознавания.
При этом сам телефон надо поднести к источнику звукового сигнала. Если такой возможности нет, но вокальных данных не занимать — можно напеть мотив и своими силами. Шансов будет меньше, но это лучше чем ничего.
Идентификация песни проводится через микрофон мобильного гаджета. При этом, при слишком близком приближение телефона к источнику звука может создавать помехи и снижать вероятность определения.
Как уже известно, при корректном приближении к источнику в 90% случаях программа определяет название трека. На определение музыкального материала отводится от трёх до пяти секунд. При этом трафика уйдёт от 30 до 50 кб.
После корректного определения будет отображено:
название;исполнитель;альбом;год, в котором был выпущен трек;ссылка в YouTube.
Скачать приложение можно на странице официального сайта (внизу страницы имеются ссылки для установки на iPhone и андроид).
Для устройств, действующих на платформе iOS, предоставляется возможность приобретения версии посредством iTunes.
SoundHound
Это тот самый сервис, который находится в постоянной конкуренции с Shazam, как по качеству звука, так и по скорости его передачи. То есть, практически, нельзя сказать, что они чем-то отличаются, за исключением отдельных моментов.
Данная программа не умеет распознавать отечественные музыкальные произведения по звуку. Наверное, это связано с тем, что в базе данных попросту не вбиты российские исполнители. С другой стороны, в этой же базе можно отыскать не только известные, но и редкие музыкальные произведения, которые возможно не определятся через другие программы.
Нередко посредством SoundHound можно отыскать совсем малознакомых свету исполнителей DownTempo, PsyTrance, Techno, а также андеграундной музыки, так сказать, гаражных групп.
Рабочий принцип тут такой же, как и всегда: нажимается кнопка, подносится телефон к источнику звука (микрофонным устройством). Если же есть возможность напеть, то и этот вариант подойдёт.
Тут есть даже одна эксклюзивная особенность: можно просто ввести пару строк из песенного текста в соответствующий раздел и нажать клавишу искать. То есть, для программы, по сути, нет никаких ограничений. Дополнительно к треку прилагается и ролик с YouTube, песенные слова, а также, возможность купить iTunes и в других ресурсах.
Предусмотрено два типа программы: Full и Free. Бесплатная базовая версия славится неплохим функционалом, но уж очень навязчиво предлагает рекламные объявления. В то время как, платная версия (7 у.е.), лишена этого недостатка.
Скачать приложение можно на странице официального сайта.
Sound Search for Google Play
Данное приложение устроено как виджет. Им могут воспользоваться все владельцы Android, обладающие версией 4 и выше. В данном случае, иконку SoundSearch, можно установить на рабочем столе и приводить в активность по мере надобности. Пользователи версии ОС 4.2, могут установить виджет на блокировочный экран, что позволит выполнить процедуру распознавания в кратчайшие сроки.
Опознание музыкальных треков осуществляется системой Google. Поисковая машина находит схожие треки незамедлительно, отображая результаты на дисплее. Как правило, на весь процесс уходит от 3 до 5 секунд. В редких случаях система может потребовать от 10 до 12 секунд.
В то время как, интерфейс приложения, вообще ничем не обременяет пользователя. Он ограничивается только одной клавишей. Так что, этот вариант идеально подойдёт тем, кого не интересуют никакие дополнительные функции и другие ненужные функции.
Скачать приложение на андроид можно на странице.
Источник
Не позволять музыке оставаться незамеченной — Инженерная школа Университета Южной Калифорнии в Витерби
Брэдли — младший специалист по промышленной и системной инженерии в Инженерной школе Витерби. Он совмещает свое время в качестве кадета ROTC ВВС, брата в братстве Zeta Beta Tau, исполнительного вице-президента в Межбратском совете и лицензированного частного пилота где-то между посещением Tutor Hall на специальном обеде и выполнением домашнего задания по стохастическим вероятностным моделям.
Современное программное обеспечение для распознавания музыки избавило от догадок при поиске музыки. Одним касанием пальца пользователи смартфонов в любом месте могут записывать, отправлять и анализировать 15-секундную музыку, чтобы получить ответ с названием трека всего за несколько секунд. Благодаря анализу уникального «аудио-отпечатка» песни и сокращению необходимого объема идентифицирующей информации, рассматриваемая песня может быть сопоставлена в базе данных за все более короткие периоды времени, что стало возможным благодаря мощному алгоритму, разработанному инженерами. Теперь для знатока музыки нет незнакомых территорий; любую песню в любом месте теперь можно идентифицировать по ее правильному названию и загрузить за несколько коротких шагов.
Введение
Время от времени в инженерном мире появляется продукт, облегчающий жизнь: он убирает «ручной» труд из ручного труда, добавляет «автоматический» в автоматическую коробку передач или добавляет «мгновенный» в «мгновенный».
поиск. Для любителей музыки последнее десятилетие инженерных разработок изменило то, как люди слушают и покупают музыку: mp3-плееры, программное обеспечение для одноранговой загрузки, музыкальные интернет-магазины и программы музыкальных рекомендаций родились из поколения iPod. Но появилось нечто новое, что сделало поиск мелодий таким гармоничным.
Пассажиры на заднем сиденье машины своего друга больше не должны задаваться вопросом, какая замечательная новая песня, которую они никогда раньше не слышали, звучит по радио; никогда больше слушателям в баре не придется карабкаться, чтобы записать текст на руках, чтобы позже отправить его в поисковую систему в надежде найти золото; и никогда больше отличная музыка не останется непризнанной и непроданной, потому что теперь для этого есть приложение, и оно называется программой распознавания музыки.
Расшифровка дилеммы распознавания музыки
Когда разработчики и предприниматели начали решать проблему распознавания музыки, многие говорили им, что их шансы найти быстрое решение невелики.
Конечно, огромный объем музыки на рынке и скорость, с которой песни можно сравнивать друг с другом, потребуют значительного пространства для размещения серверов и бесчисленных часов для поиска на этих серверах. Да, можно было сравнить звуковые подписи каждой песни, что делалось годами; но попытка сравнить график зависимости частоты от времени (рассеянная карта электронных волн звука во времени) двух миллионов файлов ни в коем случае не будет мгновенной. Эта игра на совпадение превратилась в головоломку, которая могла потребовать почти десяти лет исследований и большого количества исчерпанных средств, чтобы произвести только незавершенный продукт. Но исследователи упрямились, а бизнесмены отказывались говорить «нет», и на свет появился продукт, превзошедший все ожидания.
Звуковой отпечаток
Все звуковые файлы имеют уникальную звуковую подпись или отпечаток. График зависимости их частоты и амплитуды от времени отображает сложную волну, присущую каждой песне (см. рис. 1).
В то время наиболее эффективным способом сравнения двух звуковых файлов было поставить их рядом и последовательно проверять каждый временной интервал на предмет совпадения. Это работало достаточно хорошо, когда библиотека, в которой хранились файлы базы данных, была небольшой. Однако, когда пользователь хотел название песни в своем любимом 1988 B-movie, который в прошлом месяце скачали всего 200 раз на iTunes, возникла проблема.
Sound Editor Deluxe 2010/downloadsoftwarestore.com
Рис. 1. Сравнение графиков частоты и амплитуды двух звуковых файлов.
Именно тогда разработчики пошли кардинально другим путем — решили выводить как можно больше информации о песне. По сути, они хотели избавить аудиофайл от большей части той самой информации, которая использовалась ранее для ее анализа и сравнения. Вскоре файлы размером 3 мегабайта сократились до 64 байтов информации. Часы поиска с использованием старых алгоритмов вскоре были заменены версией, которая в 10 000 раз быстрее.
С новым двумерным подходом к анализу музыкальных сигнатур был разработан эффективный алгоритм, требующий в 50 000 раз меньше информации [1].
25 секунд на мобильном телефоне
Когда пользователь получает доступ к базам данных программного обеспечения для распознавания музыки, работает не только эффективный алгоритм поиска. Сеть и процедура для получения этой золотой передачи, которая вызывает удовлетворение на лице любознательного знатока музыки, принимает форму интуитивно понятного и упорядоченного процесса обмена сообщениями с пользователем и ответа базы данных. До появления смартфонов разработчики программного обеспечения для распознавания музыки, такие как Shazam, полагались на альтернативные методы передачи данных, первый из которых назывался «Сервис 2580» [2].
В то время клиент набирал короткий номер 2580, соединяя вызов с автоматизированной системой в штаб-квартире базы данных. На фоне фоновой музыки компьютеры записывали 15 секунд звука, чтобы зафиксировать часть акустического отпечатка трека.
После анализа с использованием уникального алгоритма поиска клиент получит SMS-сообщение с названием нужной песни. Если служба была успешной — что, когда она дала ответ, это было 999 997 из 1 000 000 раз — на их счет будет выставлен небольшой счет [3].
Когда на рынке появились смартфоны, разработчики программного обеспечения для распознавания музыки быстро подхватили эту тенденцию — они поняли, что их услуги легко переходят в мир мобильных приложений, и многие из них даже снизили плату за обслуживание и заменили доходы баннерами. реклама. Одним щелчком мыши, наведением телефона на источник звука, несколькими секундами прослушивания и еще несколькими мгновениями ожидания ответа современные пользователи теперь могут получать не только название воспроизводимого трека, но и некоторую основную информацию. о файле с обложкой альбома.
Примерно через 25 секунд эта ценная информация прочно помещается в руке пользователя. Всего за несколько секунд пользователи могут быстро щелкнуть кнопку загрузки и перейти в онлайн-магазин музыки, чтобы мгновенно загрузить песню на свой телефон.
Секрет в алгоритме
Но что такого особенного в современном программном обеспечении для распознавания музыки, что делает его таким эффективным? Ответ почти целиком лежит в алгоритме поиска и сравнения. Когда звуковые дорожки обрезаются до легкого 64-байтового пакета, не вся информация об акустической подписи песни выбрасывается — файлы базы данных по-прежнему содержат «хэши» аудиоинформации, обозначающие пики и впадины относительных максимумов и минимумов амплитуды (т. крайние точки интенсивности звуковой волны). Как упоминалось ранее, частотно-временной график звукового отпечатка песни отображает максимумы, минимумы и все промежуточные значения амплитуды, частоты и времени всего файла. Отбрасывая большую часть этих данных, разработчики решили, что сохранение самых высоких пиков и самых низких минимумов в прогрессивных небольших сегментах аудио обеспечит самый быстрый и простой способ отличить одну дорожку от другой.
Если окружность поместить в базовую координатную сетку x-y для каждого максимума и минимума амплитуды, то диаграмма рассеяния хэшей песни станет очень похожей на диаграмму созвездия (см.
рис. 2).
Avery Li-Chun Wang/International Society for Music Information Retrieval
Легко заметить, что по сравнению с плотной, подавляющей картиной, которую рисует полный звуковой отпечаток, хешированный звуковой файл намного проще. Кроме того, хешированный файл имеет дополнительное практическое преимущество: за счет выделения точек графика только самым экстремальным амплитудам в небольших аудиосегментах подавляющее большинство внешних шумов и искажений отбрасывается. Это часто называют робастностью [1].
Быстрое комбинаторное хеширование
С занимаемым в тысячи раз меньшим объемом памяти, чем полный аудиофайл, и возможностью игнорировать большую часть окружающего, внешнего и дублированного шума, привычного для файла, записанного с радио, атмосферы бара или кино, разработчики программного обеспечения для распознавания музыки вскоре были на пути к революционным изменениям в своей области. Их следующей дилеммой было эффективное и действенное сравнение их новых хешированных аудиоподписей.
Даже после значительного сокращения данных по каждой дорожке в базах данных все еще оставались миллионы хэшей, которые нужно было сравнивать. На этом этапе разработчики создали способ еще больше дифференцировать эти хэши: он был назван быстрым комбинаторным хешированием [1].
При быстром комбинаторном хэшировании опорные точки выбираются на каждой карте созвездия, обозначая центральный пик или впадину, которые должны быть окружены целевой зоной. Целевая зона представляет собой область карты созвездия с заранее определенным пространством, основанным на времени, умноженном на амплитуду. В пределах целевой зоны все другие имеющиеся хеш-точки отсчитываются от точки привязки. Другими словами, программа создает тип матрицы, в которой расстояние между каждой точкой привязки и парой целевых зон делает хэш еще более уникальным и различимым. Расстояние, создаваемое временем и частотой, добавляется к уравнению.
Повышение эффективности поиска и сортировки
Как выразился ведущий разработчик Shazam Эйвери Ванг, «составляя пары вместо поиска совпадений с отдельными точками созвездия, мы значительно ускоряем процесс поиска» [1].
Вероятность наличия точек созвездия на той же частоте уже была очень мала, но с введением опорных точек и целевых зон процесс «огромно ускорился» [1]. Чтобы завершить процесс, программное обеспечение для распознавания музыки просто ищет и сравнивает уже хешированные аудиофайлы.
Сортировка выполняется путем помещения хэшей песен в ячейки: пары времени с одинаковым смещением времени соответствующим образом разделяются и отмечаются их идентификационными номерами дорожек. Когда пользователь отправляет аудиофайл в базу данных, он разбивается на хэши и затем назначается для поиска в соответствующем бине. Отсюда сравнение дорожек относительно просто и может быть представлено следующим образом: записанная пользователем дорожка печатается в виде хешированной карты созвездий с временными парами на прозрачном пластиковом листе проектора. Файлы базы данных, распечатанные таким же образом, но на непрозрачных белых листах бумаги, кладутся под прозрачный пластиковый «жетонный» лист. Лист токенов скользит по каждому файлу базы данных, пока не найдет совпадение — когда он накладывает одни и те же точки созвездия на перекрывающуюся диагональную линию [3].
Даже если звуковой файл, отправленный с телефона пользователя, может находиться далеко в звуковой дорожке, и даже если его десятимиллисекундные хэши могут не полностью перекрывать хеш базы данных, любого высокого процентного совпадения этих двух данных достаточно, чтобы обеспечить гарантия того, что две дорожки одинаковы. В этом также прелесть алгоритма. Совпадать должны только временные пары — системе не нужно проверять каждую последовательную точку — решение, для возврата которого, вероятно, потребовались бы минуты.
Avery Li-Chun Wang/Международное общество по поиску музыкальной информации
Рисунок 3: Диагональ на диаграмме рассеивания указывает на то, что идентификация была проведена.
Превзойдя все ожидания
Разработчики этих программных пакетов добились значительных успехов в создании эффективной программы распознавания музыки по низкой цене. Они измеряли их производительность с точки зрения помехоустойчивости, скорости, специфичности и ложных срабатываний.
Удивительно, но они заявили: «Чтобы дать представление о силе этой техники, из сильно поврежденной 15-секундной выборки можно определить статистически значимое совпадение только с примерно 1-2% сгенерированных хэш-токенов, фактически сохранившихся и вносящих вклад в офсетный кластер» [1]. Еще более впечатляющим является то, что «даже с большой базой данных [они] могут правильно идентифицировать каждый из нескольких треков, смешанных вместе, включая несколько версий одного и того же произведения, свойство [они] называют «прозрачностью»» [1].
Абсолютная убедительность результатов анализа этого алгоритма заставляет устыдиться многих сомневающихся: «[в базе данных одного ПК] 20 000 треков время поиска составляет порядка 5–500 миллисекунд» (Ванг). Когда-то предполагалось, что задача, требующая целых зданий серверов и длительного времени, была сокращена до нескольких десятков компьютеров и десятых долей секунды. Из-за сложности алгоритма и того, как он количественно разбивает музыку, «учитывая множество различных исполнений одной и той же песни артистом, алгоритм может выбрать правильное, даже если они практически неразличимы человеческим ухом».
1].
И, наконец, разработчики задались целью определить частоту появления ложных срабатываний, на что Ван предположил, «что вероятность обнаружения ложного совпадения меньше трех на миллион» [3]. Попутно они также «случайно обнаружили на концерте нескольких артистов, которые, по-видимому, либо имеют чрезвычайно точный и воспроизводимый ритм (с точностью до миллисекунды), либо более правдоподобно синхронизируют губы» [1].
Измерение эффектов
Легко понять, как такой хорошо продуманный алгоритм может обеспечить удивительно эффективные результаты, приводящие к еще большим непреднамеренным преимуществам для пользователей. Вам больше никогда не придется задаваться вопросом, какую интересную новую песню играет ваш сосед через стены, и вам не придется беспокоиться о искажениях, вызванных барьером между вами и их динамиками. Больше никогда музыкальным провайдерам не придется беспокоиться о том, что так много их песен останутся непроданными, потому что никто не сможет найти название трека в Интернете.
Отныне концертные артисты должны будут опасаться своей аудитории со смартфонами, которая может разоблачить их трюки с синхронизацией губ одним нажатием кнопки и использованием программного обеспечения для распознавания музыки.
Возможно, программное обеспечение для распознавания музыки не произвело революцию в мире, но оно добавило радости жизни меломанам по всему миру. В конце концов, кто не хочет знать, какую песню они слушают?
Каталожные номера
- [1] Эйвери Ван. «Промышленный алгоритм поиска аудио». Тех. Shazam Entertainment, Ltd. Интернет: http://www.ee.columbia.edu/~dpwe/papers/Wang03-shazam.pdf [10 марта 2010 г.].
- [2] Хью Портер. «Назови эту мелодию одним звонком». Журнал Time , 5 октября 2003 г.
- [3] Фиона Харви. «Назови эту мелодию». Научный американец. стр. 84-86, июнь 2003 г.
- [4] «Предыстория: наша история на данный момент…» Shazam. Shazam Entertainment, Ltd. Интернет: http://fbook.
shazam.com/music/web/pages/background.html [10 марта 2010 г.]. - [5] Энтони Бруно. «BMI покупает службу распознавания музыки BlueArrow». Билборд Биз . 30 августа 2005 г.
- [6] Майкл Фингерхат. «Поиск информации о музыке, или как искать (и, возможно, найти) музыку и покончить с инципитами». Интернет: http://articles.ircam.fr/textes/Fingerhut04b/, 12 августа 2004 г. [10 марта 2010 г.].
- [7] Брайан Джейкобс. «Запись в веб-журнале. Свободная воля». Интернет: http://laplacian.wordpress.com/2009/01/10/how-shazam-works/, 10 января 2009 г. [10 марта 2010 г.].
- [8] «Shazam распространяет чрезвычайно популярное приложение Mobile Music Discovery на смартфоны BlackBerry». Бизнес-провод. 1 апреля 2009 г.
- [9] «Shazam открывает свои двери для потребителей». ACCESS: Азиатская газета электронных информационных продуктов и услуг. . Интернет: http://www.aardvarknet.info/access/number43/othernews.cfm?othernews=07, декабрь 2002 г. 10[март. 2010].
- [10] SoundHound для iPhone. SoundHound, Ltd. Интернет: http://www.sound-hound.com/index.php?action=s.about [10 марта 2010 г.].
shazam.com/music/web/pages/background.html [10 марта 2010 г.].
10[март. 2010].Технология распознавания музыки — скрытая сверхдержава, стоящая за ведущими мировыми музыкальными компаниями
«Важность роли технологии распознавания музыки (MRT) в музыкальной индустрии сегодня и в будущем невозможно переоценить. Количество MRT растет. сервисы, которые упрощают создание точных музыкальных отчетов о мероприятиях ди-джеев, теле- и радиотрансляциях и потоковой передаче пользовательского контента, что затем позволяет более точно выплачивать лицензионные платежи и выплаты за использование музыки создателям и правообладателям воспроизводимой музыки».— Грег Маршалл, генеральный менеджер AFEM (Ассоциация электронной музыки)
По мере развития музыкальной индустрии мы постоянно внедряем инновации, чтобы адаптироваться. Такие инновации произвели революцию почти во всех аспектах музыкальной индустрии — как для потребителей, так и для создателей.
Теперь музыканты могут создавать, делиться и продавать свою музыку быстрее, чем когда-либо прежде. Не только это, но и потоковые сервисы предоставили слушателям мгновенный и постоянный доступ практически к любой музыке, которую они могут себе представить. Или, действительно, с новыми голосовыми интерфейсами, такими как Alexa, при произнесении нескольких слов.
Несмотря на стремительное развитие отрасли за последние два десятилетия, точное распределение роялти все еще отстает. В нынешних условиях отмены туров и последующей потери доходов сейчас самое время должным образом взглянуть на прозрачность и эффективность выплат роялти. Тот факт, что миллионы застряли в черном ящике неучтенных гонораров, вызывает вопрос: если песня проигрывается, действительно ли она распознается, обрабатывается и оплачивается? К счастью, у нас уже есть технологическое решение: MRT (технология распознавания музыки).
В этой статье командаrightHUB глубоко погружается в мир MRT, рассматривая:
— Что такое MRT и как он работает
— Ключевые участники MRT
— Как MRT обеспечивает более высокую оплату труда
— Почему правообладатели не могут сами предоставлять данные в MRT и почему обычно это делают дистрибьюторы Как лейблы и другие правообладатели должны работать с данными MRT
— Почему важно не полагаться исключительно на своего дистрибьютора когда дело доходит до MRT
— Как выглядит будущее
— Что все это значит
Что такое MRT?
По определению Джоэла Стоунера, Soundmouse, «MRT традиционно представляет собой алгоритм сопоставления, посредством которого звук в программе/исполнении сравнивается с базой данных исходных записей».
В своем нынешнем виде основная технология распознавания уже хорошо интегрирована и понятна, и уже довольно давно незаметно революционизирует процессы выплаты роялти в музыкальной индустрии.
Когда песня загружается в базу данных MRT, создается ее звуковой отпечаток. Это работает путем разрезания цифрового SAMPLE на крошечные фрагменты, анализа их по отдельности, присвоения каждому фрагменту подписи, а затем объединения этих подписей в уникальный отпечаток пальца. Затем звук с живых выступлений, телевидения, радио и онлайн-музыкальных сервисов по всему миру сканируется на наличие звуковых отпечатков пальцев в их базе данных, идентифицируется и сообщается своим партнерам.
Хотя это уже не новая технология, потенциал MRT еще не используется в полной мере. На самом деле компании MRT существуют уже более 15 лет, и многие правообладатели узнали о них совсем недавно. Мы связались с ключевыми игроками на переднем крае адвокации и внедрения MRT, чтобы лучше понять значение этой технологии, то, как она используется в настоящее время и что она может означать для музыкальной индустрии в долгосрочной перспективе.
Подборка ключевых компаний и партнеров
«MRT не только помогает PRS for Music определять репертуар наших участников, но также помогает участникам любых других PRO, когда их музыка используется нашими лицензиатами. , Мы также использовали очень совместный подход, работая с PPL над проектами MRT, так что записывающиеся артисты и лейблы получают выгоду, а также создатели музыки и музыкальные издатели».
– Эшли Ховард, менеджер по связям с общественностью — Dance
«Mixcloud — единственная платформа, которая предоставляет детализированные отчеты на уровне треков для музыки в радиошоу, диджейских миксах, подкастах и т. д. Благодаря нашим уникальным лицензионным соглашениям с лейблами и программе монетизации Mixcloud Select мы гарантируем, что не только канал владелец, но основные исполнители и треки, которые играют, получают деньги».
– Нико Перес, соучредитель и генеральный директор Mixcloud
«DJ Monitor отличается тем, что предлагает комплексные услуги, которые варьируются от установки оборудования до предоставления отчета.
Таким образом, мы выводим весь процесс из руки клиента, такого как организатор фестиваля или организация по защите авторских прав. Кроме того, мы внедряем инновации с новыми продуктами, которые скоро появятся на рынке, такими как DJM GO !, портативное устройство MRT или новое приложение MRT для ди-джеев, которые мы развиваем, пока говорим».
— Юрий Доктер, генеральный директор DJ Monitor
«Soundmouse предоставляет услуги музыкальных репортажей для многих ведущих мировых медиа-организаций и ведущих обществ по сбору платежей. Мы не продаем данные правообладателям, которым затем нужно каким-то образом использовать эти данные для предъявления претензий. . В Soundmouse существует прямая связь между данными, предоставленными правообладателем, музыкальным отчетом, в котором содержатся эти данные, и лицензионными платежами, производимыми обществами по сбору платежей».
«Наша технология распознавания музыки позволяет нам предоставлять услуги по мониторингу музыки и составлению отчетов для всех игроков музыкальной индустрии и поддерживать поток данных.
Мы предлагаем рекомендации и индивидуальные решения для всех, кто участвует в цикле создания стоимости — PRO, правообладателей и пользователей. »
— Келли Абель, менеджер по связям с общественностью BMAT
«Принятие MRT в музыкальной индустрии быстро повышает точность и ценность гонораров, которые мы собираем и распределяем среди наших авторов, артистов и продюсеров».
— Марк Лоуренс, Sentric
«Последние 5 лет AFEM выступала за использование MRT обществами коллекционеров для получения точной информации о сет-листах от DJ Events, и с тех пор мы наблюдаем растущую модель развертывания ряда эффективных решений для этой цели во всем мире».
— Бернхард Фамлер, генеральный директор и соучредитель seeqnc
«ACRCloud — поставщик облачных услуг MRT с глобальным покрытием. Имея глобальную библиотеку музыкальных отпечатков, состоящую из 72 миллионов музыкальных файлов, мы предлагаем очень экономичное решение для компаний всех размеров, использующих MRT. услуги в их производстве по очень доступной цене.»
«Стремясь не только защитить сайты от существенной ответственности, но и гарантировать правообладателям, что каждое использование их каталога идентифицируется и правильно соотносится с ними, PEX предлагает механизм атрибуции, комплексное решение для защиты авторских прав, состоящее из шести модулей, которое многие лучше всего описывают как «ContentID на стероидах». MRT Pex настолько точен (вплоть до 1/2 секунды использования) и масштабируем (скорость обработки 22 000 часов контента в минуту), что любой пользовательский контент и социальные платформы, использующие Attribution Engine, возмещаются Pex за отсутствие защищенного фрагмента аудио (или видео) в процессе идентификации контента».
— Боб Барбье, старший вице-президент PEX по цифровым правам
YACAST предоставляет услуги мониторинга баров и клубов для PRO в Германии, Франции и Швейцарии.
Как MRT обеспечивает более высокую заработную плату?
Он помогает правообладателям, независимо от того, насколько они велики или малы, и может предоставлять детализированную информацию об использовании музыки, которая потенциально может помочь тем, чья музыка может остаться незамеченной в противном случае. В некоторых ситуациях (особенно в отношении прав на синхронизацию) это может помочь правообладателям отследить, где используется их музыка, чтобы они могли выдать лицензию», — Эшли Ховард, PRS for Music.
Предлагая ясность в отчетах об использовании музыки, процент музыки, о которой не сообщается, сводит к минимуму, что, в свою очередь, максимизирует процент законно присвоенных авторских отчислений. Например: «В некоторых случаях отчеты об использовании музыки для распространения умножают количество уникальных произведений, которые были распространены, в 5 раз, а это означает, что больше артистов/композиторов/продюсеров получают деньги, которые по праву принадлежат им.
”, Келли Абель, BMAT.
Статистика PEX также иллюстрирует необходимость качественного внедрения MRT, когда речь идет о получении 100% того, что вам причитается. Боб (PEX) подчеркивает, что «многие правообладатели считают, что ContentID YouTube находит все (или почти все) варианты использования их каталога. Хотя ContentID хорошо работает в некоторых ситуациях, он оставляет некоторые пробелы за счет исполнителей. Усовершенствованное снятие отпечатков пальцев Pex найдет 10%, 20%, а иногда и 30% в дополнительных видео, содержащих их каталог(и), на которые они затем могут претендовать на надлежащие выплаты роялти».
Почему это важно?
«Большая группа (около 500) авторов электронной музыки, которые не были в центре внимания в предыдущие годы, теперь зарабатывают как минимум 50% своих средств к существованию за счет данных DJ Monitor».
– Юрий Доктер, DJ Monitor.
Сцена электронной музыки, особенно живые выступления ди-джеев, иллюстрирует ценность MRT.
До появления технологии распознавания музыки сотрудникам PRO приходилось либо физически посещать клуб, брать образцы воспроизводимых треков и пытаться вручную рассчитать платежи, либо полагаться на ди-джея или клуб, чтобы предоставить свой полный сет-лист. Эти методы не только неэффективны по времени или стоимости, но они также игнорировали спонтанный характер диджейских сетов. Такие процессы наносили ущерб правообладателям музыки, поскольку плохая отчетность означала, что они не получали заслуженных гонораров.
Примета «это бесплатно, но это большой резонанс» не должна применяться, когда речь идет о песнях артиста, которые исполняются в клубах. Даже спустя десятилетия после того, как была изобретена технология распознавания музыки, огромное количество клубов и фестивалей по всему миру не оборудованы MRT.
Некоммерческая торговая организация AFEM (Ассоциация электронной музыки) выступила с инициативой Get Pay, Get Played как прямой ответ на это. «Последние 5 лет AFEM выступала за использование MRT обществами коллекционеров для получения точной информации о сет-листах от DJ Events, и с тех пор мы наблюдаем растущую модель развертывания ряда эффективных решений для этой цели по всему миру», — Грег Маршалл, АФЕМ.
Несмотря на то, что текущий уровень интеграции внутри помещений все еще не оптимален, на этом фронте все же был достигнут реальный прогресс. Такие кампании, как Get Paid, Get Played и рабочие отношения PPL & PRS for Music с DJ Monitor, повысили как осведомленность, так и установку MRT в местах проведения мероприятий. С точки зрения места проведения, приветствующая технология распознавания музыки практически не имеет недостатков, поскольку они уже платят установленную лицензионную плату.
Поощрения за интеграцию MRT (согласно PRS for Music):
MRT ничего не стоит для концертных залов
MRT гарантирует, что лицензионные сборы пойдут нужным людям
MRT не влияет на клиентов заведения или ди-джеев
MRT используется только для идентификации треков
MRT установлен и полностью обслуживается
«Мы полностью поддерживаем Технология распознавания музыки внедряется в бары и клубы, чтобы нужным людям могли платить».
– Лохан Пресенсер, председатель Министерства звука.
Но MRT — это не просто эффективный инструмент для сектора электронной музыки. Нераспределенные лицензионные платежи являются проблемой всей отрасли, особенно в настоящий момент. Грег продолжает: «Недавнее смещение акцента на трансляции в прямом эфире из-за блокировки COVID привлекает новое внимание к тому, где и как MRT развертывается на ключевых платформах прямых трансляций пользовательского контента, чтобы идентифицировать музыку и гарантировать, что создатели и владельцы получат что причитается». Когда ди-джеи проигрывают свои записи на различных платформах прямых трансляций, продюсеры этих записей не обязательно получают надлежащую компенсацию, если вообще получают ее. Если стриминговый сервис не имеет интегрированного MRT или правообладатель не зарегистрировал трек, то лицензионные отчисления не могут быть распределены. Надлежащая интеграция MRT на эти платформы означает, что, когда временное растягивается на неопределенный срок, создатели музыки могут получить доступ к альтернативным источникам дохода, таким как удаленные прямые трансляции.
Mixcloud — яркий пример того, как можно использовать MRT таким образом.
«Благодаря нашим уникальным лицензионным соглашениям с лейблами и программе монетизации Mixcloud Select мы гарантируем, что не только владелец канала, но и основные исполнители и треки, которые воспроизводятся, получают деньги»
— Нико, Mixcloud.
Какие преимущества дает интеграция MRT?
«От повышения точности распространения до понимания того, как песня потребляется и где в мире это происходит, вы можете многое получить, убедившись, что вы работаете с правильным (MRT) партнером. ”
– Фил Роуз, Sentric.
Системы MRT — мониторинг мест проведения, трансляции и онлайн-музыки — могут нарисовать глобальную картину того, какая музыка звучала, где и когда. Эти обширные данные не только оптимизируют точное и справедливое распределение роялти, но также предлагают всестороннюю аналитику потребителей. Эти потребительские идеи могут помочь лучше информировать всю вашу стратегию выпуска, от маркетинговых кампаний до выбора EP.
Прозрачность и возможность аудита
MRT может повысить прозрачность выплат роялти, уменьшить разногласия между правообладателями и, в конечном итоге, способствовать справедливости в музыкальной индустрии. Печально известный «черный ящик» — это место, куда перетекают большие пулы доходов от роялти, когда законные владельцы роялти не могут быть точно идентифицированы.
”Наш MRT помогает всем сторонам быть прозрачными с артистами, которых они представляют. Это может быть открыто проверено и доказано, что идентификация верна».
– Келли, BMAT.
Нико (Mixcloud) обращает внимание на важность того, чтобы мелкие правообладатели отправляли свои треки/репертуар компаниям MRT, «чтобы убедиться, что они получают свою справедливую долю от любых пулов доходов от подписки, и это не приводит к чрезмерной индексации в пользу крупных правообладателей». .
Более справедливый способ распределения
«Учитывая ограниченную прибыль и скудную структуру большинства МСП в сфере музыки, они часто не могут быть впереди игры в обеспечении скорейшего внедрения технологических достижений в свои собственные усилия по метаданным.
Именно здесь инструменты, которые интегрируют метаданные, которые связаны с новыми разработками, такими как MRT, на ранней стадии процесса и экономически эффективным способом, могут помочь уравнять правила игры для МСП».
– Джи Дэви, руководитель юридического и делового отдела Ассоциации независимой музыки (AIM)
MRT — эквалайзер. Предоставление подробных данных об использовании музыки позволяет более мелким правообладателям контролировать, как сообщается об их музыке. В случае с Soundmouse пользователи могут загружать свою музыку и метаданные непосредственно на портал Soundmouse, и в случае любого использования предоставленные ими данные попадут в список реплик. Информация об этом контрольном листе будет передана в электронном виде и автоматически их обществу по сбору платежей, которое основывает выплаты правообладателям роялти на основе этих данных. Это означает, что правообладатель имеет прямой контроль над процессом отчетности, о чем люди могли только мечтать пять-десять лет назад.
Комплексные данные о слушателях
Переход потребления музыки от собственности к доступу означает, что теперь существует огромное количество глобальных данных о прослушивании. С более чем 100 миллионами активных пользователей в месяц и присутствием на более чем 500 миллионах мобильных устройств неудивительно, что Shazam, возможно, является самой заметной формой технологии распознавания музыки. Shazam предлагает прогнозную аналитику, давая представление о том, какие песни пользователи слышат вокруг себя, какие песни являются воротами для исполнителя и т. д.
Проверка на будущее
«Правообладатели любого уровня получают выгоду от интеграции MRT, а раннее размещение метаданных означает, что они могут максимально использовать преимущества, которые дает технология», — Фил Роуз, Sentric. После COVID-19 «каранстрим» стал нормой. Теперь есть даже виртуальные клубы, такие как Club Quarantäne, где у ди-джеев есть цифровые резиденции. Существует множество цифровых источников дохода для художников, и постоянно появляются новые платформы.
Если на этих платформах не интегрирована технология распознавания музыки или ваш репертуар не известен базе данных MRT, то маловероятно, что вы получите надлежащую компенсацию за использование вашей музыки на этих платформах (если вообще получите!).
«За последние пару месяцев число прямых трансляций выступлений для фанатов прямо у них дома набрало обороты. MRT создает новые возможности для артистов не только с точки зрения гонораров, но и с точки зрения дополнительных потоков доходов. Мы предоставляем данные о живых треках и сет-листах всем нашим артистам и партнерам для отображения информации о песнях в прямом эфире в режиме реального времени. Эти варианты использования генерируют продажи музыки помимо дохода от лицензионных платежей и помогают сообществу артистов, особенно в эти нестабильные времена».
— Bernhard, см.
Защита авторских прав
Технология распознавания музыки также используется для усиления защиты авторских прав на песни для исполнителей и лейблов для поставщиков цифровых медиа (DSP).
ACRCloud — отличный пример того, как можно использовать MRT для защиты авторских прав. ACRCloud использует свою глобальную базу данных музыкальных отпечатков и технологию аудиоотпечатков, чтобы проверить право собственности на музыку перед ее распространением. После этого многие ведущие музыкальные дистрибьюторы смогут защитить свой контент и избежать проблем с нарушением авторских прав.
«Исходя из нашего опыта в ACRCloud, дистрибьюторы музыки используют наш сервис в качестве фильтра контента так же, как Content ID YouTube, для проверки авторских прав на новые выпуски перед их распространением среди DSP. Кроме того, для исторических данных управляющие активами запускают MRT в своей библиотеке песен, чтобы получить недостающие фрагменты метаданных».
– Пэн Донг, ACR Cloud.
Почему правообладатели не могут сами передавать данные в MRT? Почему дистрибьюторы обычно делают это?
Справедливо сказать, что подавляющее большинство тех, кто занимается музыкальным бизнесом, пришли в него, чтобы создавать музыку и работать с артистами, а не с намерением бороться с метаданными.
Музыканты не должны пытаться сбалансировать свою страсть к музыке с необходимостью быть осведомленным и бдительным в отношении финансового вознаграждения за свои таланты. Проблема с правообладателями, которые обходят других своих партнеров и отправляют контент напрямую компании MRT, заключается в том, что они часто технически не оснащены. Это также относится и к этикеткам. Лейбл часто не может организовать подачу DDEX, поэтому дистрибьюторы традиционно делают это.
Как лейблы и другие правообладатели должны обращаться с данными MRT?
Это сводится к тому, чтобы завладеть вашими правами и убедиться, что базы данных MRT заполнены вашими треками. Это не только оптимизирует ваши потоки доходов от лицензионных платежей, но и сообщаемые данные могут позволить менеджерам, артистам и лейблам сфокусировать свои маркетинговые кампании гораздо более слаженно.
«В любом случае важно зарегистрировать новый трек в вашем сообществе коллекционеров, как только он будет создан, и передать музыку и метаданные в Soundmouse, чтобы с него сняли отпечатки пальцев в момент его выпуска».
– Джоэл Стоунер, Soundmouse.
Чем раньше компании MRT получат ваши данные, тем лучше они смогут идентифицировать вашу музыку. Явным преимуществом интеграции MRT на первых этапах цепочки доставки метаданных является гарантия того, что авторы песен и исполнители получают оплату за первое использование их треков. Не только это, но и Фил Роуз, руководитель отдела управления правами в Sentric, подчеркивает дополнительный потенциал для артистов и их команд, позволяющий «выявлять тенденции в том, где потребляется их музыка, которые они могут использовать в качестве потенциальных клиентов».
Одной из проблем, которая иногда озвучивается в отрасли, является критика «закрытого магазина», когда речь идет об обмене данными компаниями MRT — они будут делиться данными с официальными партнерами, но это часто на платной основе. Однако следует признать, что компании MRT являются коммерческими предприятиями, и данные, которые они собирают, обрабатывают и хранят, являются основной частью их бизнеса и их конкурентным преимуществом.
С появлением множества различных компаний MRT с разными целями и наборами данных это становится структурной проблемой для правообладателей музыки, зная, кому отправлять данные и как получить доступ к данным, созданным партнерами MRT, или даже данные доступны в первую очередь.
Генеральный директор и основатель rightsHUB Ли Моррисон расширяет эту тему, говоря: «В идеальном сценарии правообладатели будут иметь представление об этих данных, чтобы принимать более обоснованные решения о маркетинге своих релизов и о том, где сосредоточить усилия в прямом эфире».
Почему важно не полагаться в этом исключительно на дистрибьютора?
«Любой, кто регистрирует смежные права, должен регистрироваться и следить за тем, чтобы компании MRT были заполнены их правами. Это делается для того, чтобы они могли выполнять свою работу, а правообладатель мог правильно получать оплату».
– Ли Моррисон, правый HUB.
Генеральный директор DJ Monitor Юрий Доктер подчеркивает «качество, полноту и своевременность отчетности», когда речь идет о преимуществах интеграции MRT на первых этапах цепочки доставки метаданных.
Он продолжает: «Чем раньше мы получим метаданные и аудио из надежного источника, тем быстрее будет сообщено об использовании произведений/записей. Благодаря приложенным качественным метаданным, больше шансов, что ОКУ смогут сопоставить их с правильными правообладателями».
Джоэл Стоунер, менеджер по партнерству с лейблами, Soundmouse, продолжает: «По нашему опыту, ошибки в данных, как правило, возникают, когда данные перемещаются по цепочкам поставок, предполагающим ручное взаимодействие с данными. Ручной ввод данных, как правило, приводит к ошибкам, поэтому с этой точки зрения меньше ручного взаимодействия с данными является положительным фактором».
Каково будущее MRT?
«Частично процитирую лирику Daft Punk «…лучше, быстрее, сильнее»!!!»
– Нико, Mixcloud.
С технологической точки зрения, MRT имеет возможности для дальнейшего развития. Джоэл (Soundmouse) намекает на дальнейшее внедрение ИИ: «искусственный интеллект станет более важным для повышения эффективности алгоритмов сопоставления.
Это также может означать, что технология будет все больше и больше применяться за пределами медиапроизводства».
Новые платформы и повышенное внимание к потокам доходов, исключающим прямые трансляции, означают, что у MRT есть и пространство, и цель для роста. По мере роста популярности потокового вещания мы наблюдаем увеличение количества случаев, когда контент заносится в «черный список» различными платформами, поскольку они не владеют или не могут определить соответствующего правообладателя или PRO для обработки лицензионных платежей. Ли (rightsHUB) отмечает, что «со временем это число будет только увеличиваться. MRT — это очевидный ответ для платформ, которые хотят избежать проблем с лицензированием и атрибуцией, поэтому на самом деле MRT может превратиться в необходимость лицензии на производительность».
Скорее всего, последует более широкое распространение информации в отрасли, и Келли (BMAT) заявит, что MRT может стать «более доступным и, в конечном итоге, товаром».
В этом случае все компании будут иметь полное представление об индустрии авторского права, а также о казуистике и процессах музыкальной индустрии, что приведет к более тесному сотрудничеству в отрасли. Эшли (PRS for Music) заявляет, что «чем больше масштаб, тем больше рентабельность» и «принятие стандартов рабочего процесса для поддержки внедрения MRT».
Стандартизация процессов, включающая MRT в отрасли, неизбежно заменит большую часть ручного сопоставления, которое происходит в настоящее время. Фил (Sentric) подчеркивает, что в результате этого «обеспечение регистрации каталога в компаниях, у которых есть эти (MRT) контракты, будет иметь решающее значение для любых правообладателей». Он продолжает: «Более тщательный мониторинг новых платформ даст таким правообладателям информацию, необходимую им для полного осознания своей популярности».
Боб (PEX) предполагает, что Европейская директива об авторском праве (статья 17, ранее статья 13) окажет глубокое влияние на будущее MRT.
Он объясняет, что «с отменой положений «Безопасной гавани» и размещением ответственности за использование авторских прав на платформах распространения точное, быстрое и масштабируемое признание использования авторских прав на аудио (и видео) станет основой, на которой должны основываться бизнес-модели пользовательского контента. ».
Одной из явных возможностей по мере развития технологии распознавания музыки является то, что сами правообладатели могут иметь доступ к более совершенным технологиям, чем платформы. Боб из PEX отмечает, что сегодня уже есть некоторые доказательства этого, поскольку на всех 40 сайтах UCG и социальных сетях «PEX выявляет значительно больше случаев использования авторских прав, чем сами сайты».
Что все это значит?
MRT может повысить эффективность атрибуции контента, помочь устранить напрасную трату доходов и уменьшить количество «черных ящиков». Путем создания более прозрачной схемы выплаты роялти грубые оценки могут быть заменены точными платежами.
Более точные и точные данные позволяют принимать более обоснованные бизнес-решения.
От дополнения маркетинговых стратегий до защиты их доходов, MRT создает более справедливую модель распространения для всех правообладателей музыки. Трудно представить, какие музыкальные сервисы мы можем увидеть в ближайшем будущем, не говоря уже об отдаленном будущем, но с помощью MRT мы можем помочь обеспечить устойчивость нашей отрасли.
Как rightsHUB работает с правообладателями и компаниями MRT…
В rightsHUB мы всегда ищем способы упростить управление данными и активами, связанными с правами на музыку. Мы рассматриваем MRT как ключевую часть инфраструктуры современной музыкальной индустрии, и что-то, что станет еще более важным по мере запуска новых услуг и повышения эффективности существующих услуг. Возможность управлять данными и предоставлять их компаниям MRT в нужное время имеет огромное значение, и правообладатели не должны полагаться на партнеров в этом; это должно быть что-то, что они контролируют напрямую.
Ваш комментарий будет первым