Hoe klinkt passie?

Het juiste muziekstuk is in de toekomst slechts een tikje verwijderd. Er zijn 10.000 titels geassocieerd met de 36 meest gebruikte merkattributen zoals hoge kwaliteit, gepassioneerd, innovatief of vertrouwd met behulp van kunstmatige intelligentie. Hierachter staat een wetenschappelijk verantwoorde analyse, gebaseerd op muziekeffectonderzoek, verrijkt met empirische bevindingen van een multinationaal luisterexperiment en een op algoritmen gebaseerde analysemethode. “Het ABC_DJ-algoritme kan de fit van muziek voorspellen met een nauwkeurigheid van 80,1 procent”, zegt Jochen Steffens van de TU Berlijn. De virtuele helpers vertrouwen niet op de tekst of andere informatie, maar analyseren de muziek volgens verschillende criteria.

Ritme en dynamiek zijn net zo cruciaal voor de waargenomen muzikale expressie als de instrumentatie of de stijl van muziek. Uit de resultaten van het luisterexperiment blijkt bijvoorbeeld dat mensen eerder hoogdynamische muziek waarnemen, vooral stukken die behoren tot de stijlen van historische klassiekers, tango, flamenco en blues, die als authentieker worden beschouwd dan andere genres. Stukken elektronische muziek daarentegen, met name met een lage microdynamica en zware sub-basfrequenties, worden als minder authentiek ervaren. De onderzoekers ontdekten ook dat hoe luider, sneller en scherper klinkt of disharmonisch een nummer is, hoe emotioneler het wordt waargenomen. Ten slotte worden nummers uit de stijlen Electro, EDM, Pop, Rock en R’n’B als zeer progressief beschouwd, terwijl Duitse hits als meer traditioneel worden beschouwd.

tonen

Het experiment erachter

Het ABC_DJ-project, gefinancierd door de Europese Commissie, liep meer dan drie jaar. Er waren zeven bedrijven en onderzoeksinstellingen uit vijf verschillende Europese landen bij betrokken. Ze hebben zichzelf tot doel gesteld om creatieve bureaus te voorzien van geavanceerde softwaretools die het hele muziekproces ondersteunen.

Bij het begin van het onderzoek was het begrip gebaseerd op een vocabulaire waarmee de muziek zo kan worden beschreven dat deze kan worden onderverdeeld in marketingcategorieën. Marketingexperts hebben geholpen. Voor de volgende analyses werd een pool met 28.543 nummers gebruikt, waarvan 549 aan een gedetailleerde evaluatie werden onderworpen. Een grootschalig luisterexperiment met 10.144 deelnemers in Duitsland, Spanje en het VK leverde 53.344 metingen op op basis van 2.018.704 verzamelde datapunten. De steekproef was evenwichtig in termen van leeftijd, land en opleiding om een ​​representatief beeld te geven van de perceptie van semantische expressie in muziek door verschillende doelgroepen.

02072018 Data 2 Abc Dj Persbericht Infokit 2018 06 20 Preview
© HearDis

De in Parijs gevestigde ABC_DJ-projectpartner IRCAM (Institute for Research and Coordination in Acoustics / Music) berekende voor elk van de 549 nummers verschillende audiofuncties die informatie bevatten over geluid, harmonie, ritme, instrumentatie, genre en stijl. Dit voedt de AI en leert de machine welke functies mensen in de muziek waarnemen.

Er is echter nog een lange weg te gaan vóór de concrete aanbeveling. Vier factoren, namelijk emotionele valentie, emotionele opwinding, authenticiteit en tijdigheid, vormen de basis. Hoewel muziek anders is geformuleerd, is het meestal mogelijk om deze beschrijvingen in te delen in termen van deze vier factoren. Een stuk kan worden omschreven als min of meer opgewekt (emotionele valentie), intens (emotionele opwinding), authentiek en progressief.

De onderzoekers geven twee voorbeelden: dit muziekstuk klinkt vriendelijk-warm, terwijl dat ene helder en grappig klinkt.

“Het ABC_DJ-proces kan nu worden gezien als een standaardtool die door creatieve bureaus wordt gebruikt om merken en merkmuziek te beschrijven”
Robin Hofmann, mede-oprichter en creatief directeur van het Stuttgart-merk voor geluidsmerk HearDis.

Met deze software kunnen merken en reclamebureaus automatisch en feilloos muziek vinden die de merkattributen weerspiegelt en campagnes begeleidt. Een belangrijke bouwsteen is het doelgroepmodel “Sinus-Meta-Milieus®”, dat in het algoritme is geïntegreerd. Het zorgt ervoor dat het algoritme merk-geschikte muziek biedt voor doelgroepen uit alle relevante sociaal-culturele milieus, waardoor het geschikte merkmuziek biedt voor elke context.

De AI heeft nog steeds een voordeel: zelfs minder bekende muzikanten en onafhankelijke labels krijgen de kans om een ​​stuk van de reclametaart te krijgen. Omdat ABC_DJ de audiosignalen rechtstreeks analyseert, kunnen nieuwe muziekstukken worden opgevist vanaf het net en vervolgens worden toegevoegd aan de muziekpool voor een tag.

Geef een reactie

Het e-mailadres wordt niet gepubliceerd. Vereiste velden zijn gemarkeerd met *