ABC_DJ-projektet undersöker och utvecklar framtiden för Audio Branding. Forskare från ABC_DJ har skapat en kraftfull algoritm som automatiskt väljer varumärkesrelevant musik enbart beroende på ljudinnehållet i själva låtarna, snarare än på manuellt tilldelade taggar. Med denna programvara, varumärken och reklambyråer kan automatiskt hitta rätt musik för ett visst varumärke eller kampanj, ger strategisk planering en ljuddimension.
"ABC_DJ-rekommendationsalgoritmen kan förutsäga musikens varumärkesanpassning eller upplevda musikaliska uttryck med en noggrannhet på 80,1 procent. Det teoretiska maxvärdet på 100 procent kan aldrig nås, eftersom människor är och kommer alltid att ha en annan reaktion på musik; detta betyder att 80,1 procent matchning kommer att vara exceptionellt värdefull för branschen, " säger Dr Jochen Steffens från TU Berlin.
Algoritmen extraherar musikaliska uttryck som uppfattas av olika målgrupper från ljudsignaler och ger skräddarsydd varumärkesanpassad musik för varje sammanhang. För att skapa ett sådant system, forskare från ABC_DJ utvecklade först en vokabulär för att systematiskt beskriva musik i varumärkessammanhang. Denna roman "General Music Branding Inventory" etablerades med nio ljudvarumärkesexperter och förfinades av 305 marknadsföringsexperter. Nästa steg i utvecklingsprocessen var att testa denna semantiska inventering i fält. A 28, 543-låtars pool användes från vilken 549 låtar valdes ut för detaljerad utvärdering. Ett storskaligt lyssningsexperiment genomfördes sedan där 10, 144 deltagare i Tyskland, Spanien och Storbritannien ombads att matcha semantiska egenskaper med låtar (t.ex. moderna, passionerad, innovativt, Lycklig, pålitlig).
Statistisk analys av resultaten – över 53, 344 mätningar baserat på 2, 018, 704 datapunkter – identifierade de 36 funktionerna som är mest relevanta för både musik och varumärken. Urvalet var balanserat med hänsyn till ålder, land och utbildning för att säkerställa representativa insikter om hur olika målgrupper uppfattar semantiska uttryck i musik. För att operationalisera dessa fynd, det var nödvändigt att kartlägga semantiska egenskaper på akustiska egenskaper.
Paris-baserade ABC_DJ-projektpartnern IRCAM (institutet för forskning och koordinering inom akustik/musik) extraherade en stor mängd information från de 549 låtarna som användes i lyssningsexperimentet, bryta ner deras harmonier, rytmer, instrumentation, genrer och stilar på en signal-för-signal-nivå. Genom att använda mycket effektiva maskininlärningsprocedurer (som den så kallade slumpmässiga skogsregressionen), En algoritm utvecklades sedan som hittar de akustiska egenskaperna som bäst kan förutsäga verkliga lyssnares bedömningar av musik. Denna prediktionsmodul är hjärtat i ABC_DJ-systemet.
"ABC_DJ-proceduren kan nu betraktas som en standard som ska användas av kreativa byråer för att beskriva varumärken och varumärkesmusik, säger Robin Hofmann, Medgrundare och kreativ chef för HearDis!.
Men exakt hur fungerar ABC_DJ-rekommendationsalgoritmen? Den är baserad på fyra grundläggande faktorer:känslomässig valens, känslomässig upphetsning, äkthet, och aktualitet. Även om olika målgrupper oundvikligen kommer att beskriva ett givet musikstycke på olika sätt, det är i allmänhet möjligt att destillera och harmonisera deras beskrivningar med hjälp av dessa faktorer:t.ex. ett givet stycke kan beskrivas som mer eller mindre glädjefyllt (emotionell valens), intensiv (emotionell upphetsning), äkta, och progressiv.
Klicka här för att lyssna på ett musikutdrag som förutspåddes av algoritmen att låta ljust, lekfullt och roligt:listen.heardis.com/compilation … 84-9bc0-1bb5c4e1f5f7
Klicka här för att lyssna på ett musikutdrag som förutspåddes av algoritmen att låta kärleksfullt, vänlig och varm:listen.heardis.com/compilation … 0e-a4ab-ff92fd7be67a
