Hintergrund
Der globale Musikmarkt ist nicht nur von einer unermesslichen Anzahl an Musiktiteln, sondern auch von einer enormen Vielfalt an musikalischen Ausdrucksformen geprägt. Neben den kommerziellen Labels drängen nun zunehmend auch unabhängige Künstler aus allen Regionen der Welt auf die Online-Portale, um ihre Produktionen global zu vermarkten. Für die allermeisten Künstler bleibt dabei der kommerzielle Erfolg aufgrund der fehlenden überregionalen Bekanntheit allerdings weit hinter den theoretischen Möglichkeiten zurück. Eine Ursache sind die begrenzten, rein textbasierten Suchinterfaces auf den heutigen Musikportalen (z.B. Titel, Künstler, Genre, etc.), die wenig geeignet sind, globale Musik aussagekräftig zu beschreiben oder unbekannte Musik anhand von entsprechenden Vorgaben zu finden. Musikempfehlungstechnologien können hier Abhilfe schaffen, was im Bereich der populären Musik bereits heute ansatzweise gelingt. So können beispielsweise auf Basis der akustischen Eigenschaften oder basierend auf nutzer- bzw. itembezogenen Verkaufsstatistiken Ähnlichkeiten zwischen Musikaufnahmen geschätzt werden. Diese Verfahren sind heute jedoch noch nicht in der Lage, semantische Eigenschaften und Beziehungen ausreichend präzise und flexibel zu modellieren („Semantic Gap“). Darüber hinaus ist Musik als Ausdruck menschlicher Kreativität beständiger Veränderung unterworfen. Es entstehen neue Musik-Genres oder es spalten sich Untergenres ab. Der globale Musikmarkt als ein dynamischer „Long-Tail“ Markt erfordert daher erweiterte, mitlernende Konzepte der Musikkategorisierung und –empfehlung, um den regionalen, kulturellen oder altersbedingten Nutzerkontexten gerecht werden zu können.
Gemeinschaftliches Indexieren (Collaborative Tagging) wird verwendet, um im Internet Dokumente zu verschlagworten und damit besser auffindbar zu machen. Dabei sind die Kategorien durch die Nutzer frei wählbar. Die Gesamtheit aller vergebenen Schlagworte sowie deren Beziehungen untereinander wird als Folksonomie (Folk Taxonomie) bezeichnet. Eine Folksonomie wird also von Laien und/oder Experten erzeugt und repräsentiert die sich ständig erweiternde Wissensbasis der Gemeinschaft bezüglich der indexierten Dokumente.
Zielsetzung
Die Grundidee des vorliegenden Projektantrages besteht darin, Folksonomien als Trainingsbasis für die dynamische Adaption und Verfeinerung der inhaltsbasierten Modelle zur Musikindexierung zu erschließen. Auf diese Weise soll die Qualität der automatisierten semantischen Musikanalyse und darauf aufbauend die Relevanz der Empfehlungen für den Bereich globaler Musik deutlich verbessert werden. Dazu werden möglichst universelle Modelle des inhaltsbasierten Musik Retrieval über Web2.0-Nutzerinteraktion mithilfe maschineller Lernverfahren in einem iterativen Prozess trainiert. So wird eine automatische Spezialisierung und fortlaufende Optimierung der universellen Modelle gewährleistet (Abb. 1).

Zunächst werden universelle (z.B. statistische) Modelle und entsprechende Basistechnologien zur Modellanpassung als ein flexibler Baukasten bereitgestellt. Das mitlernende MIR-Framework implementiert nun unter Anwendung der Basistechnologien eine immer größere Anzahl konkreter inhaltsbasierter Deskriptoren, die in Form von Trainingskonzepten (z.B. regionale Moods, Instrumentierungen, Rhythmen, etc.) durch die Nutzergruppen vorgegeben und mit Trainingsdaten unterlegt werden. Auf Basis dieses Konzeptes sollen wesentliche Funktionalitäten für künftige globale Künstler-Vermarktungs-Portale erforscht werden, welche es Musikern und Labels aus allen Kontinenten erlauben werden, ihre Musikinhalte mit musikwissenschaftlichen Konzepten und hybriden Metadaten anzureichern und zur weltweiten Vermarktung bereit zu stellen. Entsprechende Systeme werden neue Musikinhalte dabei auf besondere Weise verarbeiten, indem semantische Schlüsse gezogen, Relationen neu berechnet und Modelle des inhaltsbasierten Music Information Retrieval dynamisch anpasst werden, mit dem Ziel einer optimalen und effizienten Einordnung der Daten in den Gesamtbestand.
Über die Download-Portale der Projektpartner (MusicScout, Potato-System, virtualWOMEX, u.a.) sollen globale Musikinhalte später mithilfe der entwickelten Verfahren automatisch indexiert und vorgeschlagen werden können. Nach einer weiteren Anpassungsphase im Anschluss an das Projektvorhaben sollen die entwickelten Empfehlungstechnologien möglichst über geeignete Lizenzmodelle ebenfalls an andere Portalbetreiber weltweit lizenziert werden.