Elton Alisson | Agência FAPESP – Os profissionais da indústria da música dispõem de uma nova ferramenta para obter indicadores precisos do mercado fonográfico no Brasil e no mundo e, com base nisso, desenvolver estratégias para a divulgação de um artista estreante, por exemplo, ou de uma nova música de um cantor já consagrado.
A Playax – uma startup fundada por um cientista da computação formado pela Universidade de São Paulo (USP) e um produtor musical – desenvolveu, com auxílio do Programa Pesquisa Inovativa em Pequenas Empresas (PIPE), da FAPESP, um sistema computacional de identificação automática de músicas executadas em rádios, canais de televisão e na internet.
A partir dos dados gerados pelo sistema computacional, um artista usuário da plataforma consegue identificar, por exemplo, em quais rádios e regiões do país suas músicas têm sido tocadas e, assim, direcionar melhor suas ações de marketing, planejar agenda de shows, compreender melhor a audiência e até ampliá-la.
“Fazemos Big Data da música”, disse Daniel Cukier, sócio da empresa e um dos autores do projeto à Agência FAPESP.
“Analisamos os dados gerados pela plataforma para fornecer informações analíticas para os usuários, como gêneros musicais em ascensão ou em queda em diferentes regiões do país”, afirmou o especialista, que cursou graduação e mestrado em Ciência da Computação no Instituto de Matemática e Estatística (IME) da USP e atualmente realiza doutorado na mesma instituição, na área de empreendedorismo digital.
De acordo com Cukier, o sistema computacional que eles desenvolveram foi concebido inicialmente para fazer a gestão de direitos autorais de cantores, compositores e músicos.
Ao entrar em contato com potenciais clientes, contudo, Cukier e seu sócio – o produtor musical Juliano de Moraes Polimeno – perceberam que a identificação automática de músicas poderia ser usada como base para diferentes aplicações, como identificar tendências no mercado fonográfico.
“Ao ter contato mais próximo com o mercado, percebemos que o potencial da tecnologia que desenvolvemos era muito maior do que simplesmente monitorar a execução de músicas em rádios, canais de televisão e na internet”, disse Cukier.
“Nosso sistema pode até servir para isso. Mas enxergamos que há muito mais valor na informação obtida após a identificação de uma música executada em diferentes mídias”, afirmou.
Tecnologia inovadora
O sistema desenvolvido pela empresa é baseado em um algoritmo – um conjunto de comandos para a realização de uma tarefa computacional – de audio fingerprinting, ou impressão digital acústica, em tradução livre.
Um resumo digital condensado gerado a partir de um sinal de áudio, que pode ser usado para identificar uma amostra de áudio ou localizar rapidamente itens similares em uma base de dados, é conhecido como impressão digital acústica e já é usado em aplicativos de reconhecimento de música como o Shazam.
A fim de melhorar essa tecnologia, inicialmente a Playax fez modificações em um algoritmo de audio fingerprinting com código aberto (open source). E, com o passar do tempo, optou por desenvolver um algoritmo próprio.
“Implementamos versão própria de um algoritmo que apresenta um desempenho muito melhor do que o existente hoje”, comparou Cukier.
Para implementar a versão própria do algoritmo que desenvolveu, a empresa criou uma base de dados alimentada com músicas enviadas por artistas que querem identificar onde suas canções têm sido tocadas.
O algoritmo “ouve” em tempo real as músicas tocadas em plataformas de transmissão de áudio e vídeo pela internet (streaming) de 5,5 mil emissoras de rádio no Brasil, além de mais de 80 canais de televisão, web rádios e sites, como o SoundCloud e Palco MP3, entre outros, e compara pequenos trechos delas com as músicas existentes na base de dados.
Ao constatar que uma música executada em um desses canais de transmissão tem “impressões digitais acústicas” semelhantes a de alguma canção armazenada em seu banco de dados, o sistema registra a identificação.
“Conseguimos criar um sistema robusto, que identifica milhões de músicas ao mesmo tempo de forma computacionalmente barata, mesmo com chiado ou em um volume muito baixo ”, avaliou Cukier.
Em 2015, a empresa detectou por meio do sistema computacional mais de 300 mil execuções (plays) de músicas em canais de TV, 125 bilhões na internet e 137 milhões no streaming de rádios, de 91.609 artistas.
O tempo total de músicas detectadas pelo sistema em 2015 foi equivalente a mais de 2 bilhões de minutos, o que exigiria 5.065 anos para ouvi-las.
“Processamos mais de 8 mil terabytes de áudio em 2015, o que equivale a um HD [disco rígido] com 1 bilhão de músicas”, estimou Cukier.
Ao analisar os dados coletados pelo sistema, a empresa identificou que o gênero musical preferido na internet brasileira é o pop. Já o mais tocado nas rádios brasileiras é o sertanejo, predominante nas regiões Sudeste, Sul, Norte, Nordeste e Centro-Oeste do país.
Leia mais em Agência FAPESP.
