Il progetto ABC_DJ indaga e sviluppa il futuro dell'Audio Branding. I ricercatori di ABC_DJ hanno creato un potente algoritmo che sceglie automaticamente la musica rilevante per il marchio basandosi esclusivamente sul contenuto audio delle canzoni stesse, piuttosto che sui tag assegnati manualmente. Con questo software, i marchi e le agenzie pubblicitarie possono trovare automaticamente la musica giusta per un determinato marchio o campagna, dando alla pianificazione strategica una dimensione sonora.
"L'algoritmo di raccomandazione ABC_DJ può prevedere l'adattamento al marchio della musica o l'espressione musicale percepita con una precisione dell'80,1 percento. Il valore massimo teorico del 100 percento non può mai essere raggiunto, perché le persone hanno e avranno sempre una reazione diversa alla musica; ciò significa che l'80,1 percento di corrispondenza sarà eccezionalmente prezioso per il settore, " afferma il Dr. Jochen Steffens della TU Berlin.
L'algoritmo estrae le espressioni musicali percepite da diversi gruppi target dai segnali audio e fornisce musica personalizzata adatta al marchio per ogni contesto. Per creare un tale sistema, i ricercatori di ABC_DJ hanno prima sviluppato un vocabolario con cui descrivere sistematicamente la musica nel contesto del branding. Questo romanzo "Inventario generale del marchio musicale" è stato creato con nove esperti di marchi audio e perfezionato da 305 esperti di marketing. Il passo successivo nel processo di sviluppo è stato testare questo inventario semantico sul campo. un 28, È stato utilizzato un pool di 543 brani da cui sono stati selezionati 549 brani per una valutazione dettagliata. È stato quindi condotto un esperimento di ascolto su larga scala in cui 10, 144 partecipanti in Germania, Alla Spagna e al Regno Unito è stato chiesto di abbinare le caratteristiche semantiche alle canzoni (ad es. appassionato, innovativo, Felice, affidabile).
Analisi statistica dei risultati – oltre 53, 344 misurazioni basate su 2, 018, 704 punti dati:ha individuato le 36 caratteristiche più rilevanti sia per la musica che per i marchi. Il campione è equilibrato per età, paese e istruzione per garantire approfondimenti rappresentativi su come i diversi gruppi target percepiscono l'espressione semantica nella musica. Per rendere operativi questi risultati, era necessario mappare caratteristiche semantiche su caratteristiche acustiche.
IRCAM (l'Istituto per la ricerca e il coordinamento in acustica/musica), partner del progetto ABC_DJ con sede a Parigi, ha estratto una grande quantità di informazioni dalle 549 canzoni utilizzate nell'esperimento di ascolto, rompendo le loro armonie, ritmi, strumentazione, generi e stili a livello segnale per segnale. Utilizzando procedure di apprendimento automatico altamente efficaci (come la cosiddetta regressione casuale della foresta), è stato quindi sviluppato un algoritmo che trova le caratteristiche acustiche più in grado di prevedere le valutazioni della musica da parte degli ascoltatori reali. Questo modulo di previsione è il cuore del sistema ABC_DJ.
"La procedura ABC_DJ può ora essere considerata come uno standard utilizzato dalle agenzie creative per descrivere i marchi e la musica del marchio, "dice Robin Hofmann, Co-fondatore e direttore creativo di HearDis!.
Ma come funziona esattamente l'algoritmo di raccomandazione ABC_DJ? Si basa su quattro fattori fondamentali:valenza emotiva, eccitazione emotiva, autenticità, e tempestività. Sebbene diversi gruppi target descriveranno inevitabilmente un determinato brano musicale in modi diversi, è generalmente possibile distillare e armonizzare le loro descrizioni utilizzando questi fattori:ad es. un dato pezzo può essere descritto come più o meno gioioso (valenza emotiva), intenso (eccitazione emotiva), autentico, e progressivo.
Fare clic qui per ascoltare un brano musicale che secondo l'algoritmo avrebbe avuto un suono brillante, giocoso e divertente:listen.heardis.com/compilation … 84-9bc0-1bb5c4e1f5f7
Per favore clicca qui per ascoltare un brano musicale che secondo l'algoritmo suonava amorevole, amichevole e caloroso:listen.heardis.com/compilation … 0e-a4ab-ff92fd7be67a
