03.07.2018 — Audiobranding, die Verbindung eines Produktes mit einer akustischen Stimmung, soll Eigenschaften einer Marke hörbar machen. Für die entsprechende Musikauswahl hat ein Team der TU Berlin nun einen Algorithmus entwickelt, der markenrelevante Musik automatisch auswählt.
03.07.2018 — Audiobranding, die Verbindung eines Produktes mit einer akustischen Stimmung, soll Eigenschaften einer Marke hörbar machen. Für die entsprechende Musikauswahl hat ein Team der TU Berlin nun einen Algorithmus entwickelt, der markenrelevante Musik automatisch auswählt.
Der Algorithmus setzt ausschliesslich auf den Audioinhalt der Songs selbst und greift nicht auf manuell zugewiesene Tags und Beschreibungen zurück. Mit der Software können «Marken und Werbeagenturen automatisch und treffsicher die passende Musik für jede Marke oder Kampagne finden».
Für die Erstellung dieser Empfehlungssoftware wurden die Ergebnisse verschiedener Forschungen verknüpft: Systematisch gesammeltes Audiobranding-Expertenwissen, empirische Ergebnisse aus einem multinationalen Hörexperiment, fortschrittliche Music-Information-Retrieval-Methoden, Text Mining-Algorithmen sowie maschinelles Lernen.
Die Informationen über den semantischen Ausdruck von Musik wurden unter anderem aus einem über 10’000 Personen umfassenden Hörexperiment in Deutschland, Spanien und Grossbritannien gewonnen. Die Stichprobe war hinsichtlich Alter, Land und Bildung ausgewogen, um einen repräsentativen Einblick in die Wahrnehmung des semantischen Ausdrucks von Musik durch unterschiedliche Zielgruppen zu gewährleisten. Der Vorhersage-Algorithmus verwendet dabei die 36 wichtigsten Markenidentitätsmerkmale wie modern, leidenschaftlich, innovativ, glücklich oder vertrauenswürdig. (cf)
Mehr Infos: abcdj.eu