SoundsLike – KI-basiertes Taggen und Suchen in großen Musikarchiven

SoundsLike bietet ein umfassendes Angebot an Standardkategorien:

• Speech Detector (Sprach-Detektor): Speech, NoSpeech
• Music Detector (Musik-Detektor): Music, NoMusic
• Genre: Classical, Country, Electronica, Jazz, Latin, Pop, Rap, Rock, Soul, Speech
• Emotion: Anxious, Depressed, Exuberant, Content
• Valence (positive oder negative Stimmung): High, Low
• Arousal (Erregungsgrad): High, Low
• Perceived Tempo (wahrgenommenes Tempo): Fast, MidFast, Mid, MidSlow, Slow
• Beats: per Minute z.B. 120 bpm
• Key (Tonart): C bis H
• Color (Klangfarbe): Bright, Dark
• Texture (Textur): Hard, Soft
• Instrumental Density (Dichte der Instrumentierung): Full, Sparse
• Distortion (Verzerrung): Clean, Gained, Overdrive, XXL
• Dynamic (Dynamik): Changing, Continuous
• Percussive (Perkussivität): Nonpercussive, Percussive
• Synthetic (Synthetizität): Acoustic, Synthetic
• Loop-specific Genres (Loop-spezifische Genres): Bass_music, Breaks, Cinematic, Disco, Hard_dance, Hip_hop, House, Idm, Pop, Blues, Country, Downtempo, Drum_and_bass, Funk, Reggae, Soul_and_rnb, Synthwave, Rock, Techno, Trance, Trap, World
• Loop-specific Instruments (Loop-spezifische Instrumente): Bass, Cymbal, Drum, Effects, Guitar, Keyboard, Mallet, Mixed, Percussion, String, Synth, Vocal, Wind_and_brass

Sie können unsere Standard-Metadatenkategorien als Ausgangsbasis nutzen und je nach Anwendungsfall frei konfigurieren und zusammenstellen – oder ein ganz eigenes Kategoriesystem als Grundlage nutzen. Durch den modularen Aufbau ist eine nutzerorientierte Anpassung an Ihre individuellen Anforderungen problemlos möglich.

Ja. SoundsLike nutzt künstliche Intelligenz, um das Musikarchiv zu analysieren, zu verstehen, wie Ihr spezifisches Metadaten- und Kategoriensystem funktioniert. Auf Basis der Analyseergebnisse definieren Sie gemeinsam mit unseren Expertinnen und Experten ein passgenaues Kategoriesystem (eine optimierte Taxonomie) für Ihren Anwendungsfall – zum Beispiel individuelle Unterkategorien für ein rein klassisches oder elektronisches Archiv.

Optional kann das KI-Modell auf Basis des gemeinsam entwickelten Kategoriesystems mit den vorhandenen Musikfiles und Metadaten des Archivs trainiert werden, damit neue Inhalte automatisch annotiert und zugeordnet werden können.

Die Klassifikationszeit eines 4min-Songs mit der Standard-Konfiguration benötigt 8-10 Sekunden auf ­einem gewöhnlichen PC. Der Klassifikationsprozess unterstützt Multithreading/Parallelisierung, so dass sich die Klassifikation auf einer 8-/16-Kern CPU entsprechend reduziert (1000 Songs lassen sich auf einer 16-Kern CPU in ca. 10 Minuten annotieren). Individuell angepasste Konfigurationen können zu abweichenden Laufzeiten führen. Deep-Learning-basierte Klassifikationsvarianten können durch GPUs beschleunigt werden.

1000 Lieder auf 16-Kern CPU sind in ca. 10 Minuten annotiert. 

Ein Desktop-Rechner benötigt bei einer Datenbank mit 1 Millionen Songs ca. 2 Sekunden.  Empfehlungen können für ein bestehendes Archiv regelmäßig vorberechnet werden und stehen anschließend zum sofortigen Abruf zur Verfügung. Auch wenn neue Titel hinzukommen, bleiben die Ähnlichkeitsbeziehungen der vorhandenen Daten im Cache gespeichert und werden anhand der neuen Titel im Hintergrund aktualisiert. So stehen die Empfehlungslisten jederzeit nahezu in Echtzeit zur Verfügung.

Die Anzahl von ähnlichen Musiktiteln, die bei einer Suchanfrage ausgegeben werden, ist in der Konfiguration individuell einstellbar und kann von einem ähnlichsten Titel bis hin zu einer Liste von mehreren hundert Titeln reichen, die absteigend nach Ähnlichkeit zum Ausgangstitel sortiert sind.

Die Ergebnisliste der Similarity-Search kann zusätzlich anhand der annotierten Metadaten von SoundsLike Annotation gefiltert werden. Die Filter lassen sich beliebig miteinander kombinieren, so dass beispielsweise nur Musiktitel aus dem Genre Jazz, mit einem langsamen Tempo und Gesang vorgeschlagen werden.