Musimaps emotionella AI – Avkoda musikens DNA genom att kombinera mänskliga känslor och AI för att få insikt i musikkonsumtion. Thomas Lidy, Musimap

#6: Musimaps emotionella AI: – Avkoda musikens DNA genom att kombinera mänskliga känslor och AI för att få insikt i musikkonsumtion.

I samtal med Thomas Lidy Chief Innovation Officer på Musimap.

Min gäst idag är min vän Thomas Lidy. Vi träffades i Aten 2018 när jag var involverad i forskningsprojektet European Horizon 2020 FuturePulse genom Soundtrack Your Brand. Thomas kommer från Wien Österrike och har varit aktiv inom semantisk ljudanalys och AI-baserad musikigenkänning sedan 2004. Han har en Master of Science och har tagit en Ph.D. i datavetenskap (som han dock inte har slutfört) från Wiens tekniska universitet, där han också startade sin forskarkarriär, med inriktning på musikinformationssökning.

Prenumerera, lyssna och dela

Ljudklipp

#1 Hur Thomas Lidys kombinerade passion för datorer och musik fick honom att bli en av världens främsta experter på musik AI. (03:42)
#2 Hur FuturePulse stärker musikindustrin med prediktiv analys av artister, spår, spellistor och genrer med bara några få klick. (05:30)
#3 Semantisk ljudanalys och musikigenkänning förklaras. (13:25)
#4 Bridging the Gap Between Academia and Industry: Vienna University of Technology - Music Information Retrieval Research - Spectralmind #Music Bricks - Musimap. (18:22)
#5 Den framgångsrika grunden för det belgiska B2B Music AI-företaget Musimap stöds av 20 år av mänsklig forskning kombinerat med ljudbearbetning och AI.(23:40)
#6 Bli den "ultimata musikassistenten" genom att vetenskapligt avkoda musikens DNA. (26:26)
#7 En "humaniserad" algoritm = en mänsklig sammansmält AI + återkopplingsslingor. (34:19)
#8 Är en universell musiktaxonomie möjlig? (38:57)
#9 MusiMe: Du är vad du lyssnar på. Dina Spotify-spellistor avslöjar din personlighet. Testa. https://yawylt.musimap.io/(45:13)
#10 Hur emotionell artificiell intelligens musik revolutionerar ljudvarumärke, e-handel och dejtingindustrin. (54:11)

sv_SESwedish