Bild 1/4

Such- und Empfehlungsmaschinen mit Spezialisierung auf globale Musikbestände (Worldmusic) gibt es bisher kaum. Im Projekt GlobalMusic2.1 wurde unter Einbeziehung von Verfahren des Music Information Retrieval (MIR) sowie von Web2.0-Techniken eine neue Generation der hybriden Musiksuche entwickelt. Bild: ugurhan | istockphoto.com

Bild 2/4

Im Projekt GlobalMusic2.1 wurde unter Einbeziehung von Verfahren des Music Information Retrieval (MIR) sowie von Web2.0-Techniken eine neue Generation der hybriden Musiksuche entwickelt. Bild: Fraunhofer IDMT

Bild 3/4

Im Projekt GlobalMusic2.1 wurde unter Einbeziehung von Verfahren des Music Information Retrieval (MIR) sowie von Web2.0-Techniken eine neue Generation der hybriden Musiksuche entwickelt. Bild: Fraunhofer IDMT

Bild 4/4

Im Projekt GlobalMusic2.1 wurde unter Einbeziehung von Verfahren des Music Information Retrieval (MIR) sowie von Web2.0-Techniken eine neue Generation der hybriden Musiksuche entwickelt. Bild: Fraunhofer IDMT

Der globale Musikmarkt ist nicht nur von einer unermesslichen Anzahl an Musiktiteln, sondern auch von einer enormen Vielfalt an musikalischen Ausdrucksformen geprägt. 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 der heutigen Musikportale. Sie sind wenig geeignet, globale Musik aussagekräftig zu beschreiben. Im Projekt GlobalMusic2one wurde eine Musikempfehlungssoftware entwickelt, die hier Abhilfe schafft.

Rein statistisch ist es fast ausgeschlossen, dass ein Leser oder eine Leserin dieses Artikels noch keine Erfahrung mit dem Einkauf via Internet gemacht hat. In der Regel sind es dabei Bücher und MP3-Dateien, die besonders häufig im virtuellen Einkaufswagen landen. Jeder, der auf diese Weise bestellt hat, wird deshalb auch die Empfehlungsfunktion kennen, mit der unter dem Schlagwort „Auch das könnte Sie interessieren“ vergleichbares Lesegut oder Musikstücke des gleichen Genres angeboten werden. Dabei können  – neben dem „klassischen“ Collaborative Filtering, also einer Empfehlung aufgrund der Auswertung des bisherigen Kaufverhaltens, auch Programme zum Einsatz kommen, die in der Lage sind, Buchinhalte und vor allem Musik zu analysieren. Dass derartige inhaltsgetrieben Empfehlungen gerade bei Musik noch nicht reibungslos funktionieren liegt zum einen daran, dass Musik an sich keinerlei textliche Informationen bietet. Zum anderen aber ist sie in der Regel deutlich emotionaler als ein Schriftstück. Und gerade diese Emotionalität prägt den Charakter und damit auch eine mögliche Kategorisierung.

Bisherige Verfahren sind also noch weit davon entfernt, semantische Eigenschaften und Beziehungen von Musik ausreichend präzise zu erkennen. Forscher sprechen in diesem Zusammenhang von einem „Semantic Gap“: der Computer kann Instrumente, Töne, Dauer und Verläufe zwar analysieren, nicht aber „verstehen“ oder ihre emotionale Bedeutung erfassen. Dies gilt umso mehr, wenn nicht nur Musikstücke innerhalb eines musikalischen Bereichs verglichen werden sollen, sondern unterschiedlichste musikalische Ausprägungen, wie dies beispielsweise bei World Music, also globalen Musikbeständen, der Fall ist. Hinzu kommt, dass Musik (ähnlich wie Malerei) im besonderen Maße ein Ausdruck von Kreativität ist und damit kontinuierlich unterschiedlichsten Veränderungen unterworfen ist. Immer wieder entstehen neue Musik-Genres oder es spalten sich Unter-Genres ab, während sich andere nicht mehr weiterentwickeln.

Allein wegen seiner Vielschichtigkeit gilt der globale Musikmarkt für das Programmieren einer entsprechenden Such- und Erkennsoftware deshalb als besonders hohe Hürde. Im vom Bundesministerium für Bildung und Forschung geförderten Projekt „GlobalMusic2one“ des Fraunhofer IDMT haben die Forscher nun eine Software entwickelt, mit der eine neue Qualität bei der automatisierten Empfehlung und Online-Vermarktung globaler Musikbestände möglich ist. Genutzt wird dafür eine Art „Best of“ unterschiedlichster Erkenn- und Analysemethoden. Dazu gehört vor allem das Einbeziehen von Verfahren des Music Information Retrieval (MIR) und von Web 2.0-Techniken.
MIR bezeichnet eine interdisziplinäre Forschungsrichtung, die Methoden zur Extraktion oder Aggregation von Informationen entwickelt, um diese dann datentechnisch weiterzuverarbeiten. Sie beinhaltet Strategien des Suchens und Findens von Informationen in digitalen Umgebungen. Ziel ist es, akustische Signale automatisiert zu erkennen, zu sortieren und näher zu beschreiben.
Die in GlobalMusic2one eingesetzte lernfähige Software auf Basis des Music Information Retrievals analysiert automatisch Parameter wie Genre-Zugehörigkeit, Tempo sowie weitere Rythmus- und Klangeigenschaften heute schon relativ genau. Diese Parameter bilden die Basis, um Musikempfehlungssysteme aufzubauen, die eine semantische Interpretation des individuellen Musikgeschmacks ermöglichen.

Da die Software lernfähig ist, ist dieser Prozess durch weitere Interaktion mit Anbietern von Musiksammlungen oder Nutzern trainierbar und wird damit kontinuierlich verbessert. Dabei können Kategorien wie beispielsweise regionale Sub-Genres angelegt und zu diesen Kategorien exemplarische Songs und Musikausschnitte vorgegeben werden. Danach passt sich das System flexibel an neue musikalische Ausdrucksformen und regionale Nutzerkontexte an. Der Computer „lernt“ also anhand des prototypischen Workflow (bestehend aus semantischer Indexierung, Nutzerinteraktion, Modelladaption sowie Such- und Empfehlungsfunktionen) und kann die künftige Kategorisierung dann automatisch vornehmen. Dadurch wird eine effiziente und präzise Einordnung neuer Inhalte in den Musikbestand ermöglicht.

Darüber hinaus verspricht gerade die Kombination von inhaltsbasierten Techniken mit den Techniken des Web 2.0 eine neue Qualität solcher Systeme. Mit Hilfe von Web 2.0-Techniken können Experten und später auch Musikinteressierte an der dafür nötigen Referenzdatenbank mitarbeiten. Über 8.000 unterschiedlichste World Music-Stücke wurden auf diese Weise bereits erfasst.

Über die Download-Portale der Projektpartner (dazu gehören unter anderem MusicScout, Potato-System, virtualWOMEX, Piranha Music & IT) sollen globale Musikinhalte später mithilfe der entwickelten Verfahren automatisch indexiert und vorgeschlagen werden können.

Auf Basis dieses Konzeptes wurden bereits wesentliche Funktionalitäten für künftige globale Künstler-Vermarktungs-Portale erforscht. Musikern und Labels wäre es dann möglich, ihre Musikinhalte so mit Metadaten anzureichern und zur weltweiten Vermarktung bereit zu stellen, dass sie vergleichbar und auffindbar sind und demzufolge auch mit Empfehlungssystemen verknüpft werden können. Bislang war dies ein wesentlicher Nachteil beim Versuch unabhängiger Künstler aus unterschiedlichsten Regionen der Welt, überregionale Bekanntheit und den damit verbundenen kommerziellen Erfolg zu erreichen.