El reconocimiento automático de contenido ( ACR ) es una tecnología de identificación para reconocer el contenido reproducido en un dispositivo multimedia o presente en un archivo multimedia. Los dispositivos que admiten ACR permiten a los usuarios obtener rápidamente información adicional sobre el contenido que ven con cualquier entrada basada en el usuario o esfuerzos de búsqueda. Por ejemplo, los desarrolladores de la aplicación pueden proporcionar contenido complementario personalizado a los espectadores. [1]
Cómo funciona
Para iniciar el reconocimiento, se selecciona un clip multimedia corto (audio, video o ambos). Este clip puede seleccionarse desde un archivo multimedia o grabarse mediante un dispositivo. Mediante algoritmos como la toma de huellas dactilares, se toma información del contenido perceptual real y se compara con una base de datos de huellas dactilares de referencia, correspondiendo cada huella dactilar de referencia a un trabajo registrado conocido. [2] La base de datos puede contener metadatos sobre el trabajo e información asociada, incluidos los medios complementarios. Si la huella digital del clip multimedia coincide, el software de identificación devuelve los metadatos correspondientes a la aplicación cliente. [3]
Huellas digitales y marcas de agua
El ACR basado en audio se usa comúnmente en el mercado. Las dos metodologías principales son la toma de huellas acústicas y la marca de agua . Otro enfoque común utiliza la toma de huellas digitales por video .
La toma de huellas dactilares acústicas genera huellas dactilares únicas a partir del propio contenido. Las técnicas de toma de huellas dactilares funcionan independientemente del formato de contenido, el códec, la tasa de bits y las técnicas de compresión. [4] Esto hace posible su uso a través de redes y canales. Por lo tanto, es ampliamente utilizado para los sectores de TV interactiva, aplicaciones de segunda pantalla y monitoreo de contenido. [5] [6] Aplicaciones populares como Shazam, YouTube, Facebook, [7] Thetake, WeChat y Weibo utilizan la metodología de huellas digitales de audio para reconocer el contenido reproducido desde un televisor y activar funciones adicionales como votos, loterías, temas o compras.
A diferencia de las huellas dactilares, la marca de agua digital requiere insertar etiquetas digitales que contengan información sobre el contenido en el propio contenido antes de su distribución. Por ejemplo, un codificador de transmisión podría insertar una marca de agua cada pocos segundos que podría usarse para identificar el canal de transmisión, la identificación del programa y la marca de tiempo. La marca de agua normalmente es inaudible o invisible para los usuarios. Los dispositivos terminales como teléfonos o tabletas leen las marcas de agua en lugar de reconocer realmente el contenido reproducido. [8] La tecnología de marca de agua se utiliza en el campo de la protección de medios para rastrear dónde se originan las copias ilegales. [9]
Next / Market Insights espera que se integren 2.500 millones de dispositivos con la tecnología ACR para brindar una experiencia sincronizada de visualización de videos en vivo y bajo demanda. [10]
Historia
En 2011, el servicio Shazam aplicó la tecnología ACR al contenido de televisión , lo que captó la atención de la industria de la televisión. Shazam era anteriormente un servicio de reconocimiento de música que reconocía música de grabaciones de sonido. Al utilizar su propia tecnología de huellas dactilares para identificar canales y videos en vivo, Shazam extendió su negocio a la programación de televisión. En 2012, el proveedor de comunicaciones por satélite DIRECTV se asoció con el proveedor de fidelización de TV Viggle para brindar una experiencia de visualización interactiva en la segunda pantalla. En 2013, LG se asoció con Cognitive Networks (luego comprada por Vizio y rebautizada como Inscape), un proveedor de ACR, para proporcionar interacción impulsada por ACR. [11] En 2015, la tecnología ACR se extendió a más aplicaciones y televisores inteligentes. Las aplicaciones sociales y los fabricantes de televisores como Facebook , Twitter , Google , WeChat , Weibo , LG , Samsung y Vizio TV han utilizado la tecnología ACR, ya sea desarrollada por ellos mismos o integrada por terceros proveedores de ACR. [ cita requerida ] En 2016, estaban disponibles aplicaciones adicionales y sistemas operativos móviles integrados con servicios de reconocimiento automático de contenido, incluidos Peach, Omusic y Mi OS. [12] [13] [14]
Aplicaciones
Identificación de contenido
La tecnología ACR ayuda a las audiencias a recuperar fácilmente información sobre el contenido que vieron. Para televisores inteligentes y aplicaciones con tecnología ACR incorporada, la audiencia puede verificar el nombre de la canción que se reproduce o las descripciones de la película que vieron. [15] Además de eso, el contenido de vídeo y música identificado puede vincularse a proveedores de contenido de Internet para su visualización bajo demanda, a terceros para obtener información de fondo adicional o medios complementarios.
Mejora de contenido
Debido a que los dispositivos pueden "ser conscientes" del contenido que se está viendo o escuchado, los dispositivos de segunda pantalla pueden proporcionar a los usuarios contenido complementario más allá de lo que se presenta en la pantalla de visualización principal. La tecnología ACR no solo puede identificar el contenido, sino que también puede identificar la ubicación precisa dentro del contenido. Por lo tanto, se puede presentar información adicional al usuario. ACR puede habilitar una variedad de funciones interactivas como encuestas, cupones, lotería o compra de bienes según la marca de tiempo. [dieciséis]
Medición de audiencia
Las métricas de medición de audiencia en tiempo real ahora se pueden lograr aplicando la tecnología ACR en televisores inteligentes, decodificadores y dispositivos móviles como teléfonos inteligentes y tabletas. Estos datos de medición son muy esenciales para cuantificar el consumo de audiencia y establecer políticas de precios publicitarios.
Monitoreo de transmisión
Para los anunciantes y propietarios de contenido, es vital saber cuándo y dónde se ha reproducido su contenido. Tradicionalmente, las agencias o los anunciantes tienen que auditar manualmente la presentación. A escala, solo puede comprobarse mediante un método de muestreo estadístico. La tecnología ACR permite la monitorización automática del contenido reproducido en la televisión. Se puede obtener información como el tiempo de juego, la duración y la frecuencia sin ningún esfuerzo manual. [17] [18] Sin embargo, muchas personas han expresado cierta preocupación [ palabras de comadreja ] sobre la información que estos televisores inteligentes están enviando a las empresas que recopilan estos datos. Sin embargo, hay una opción en casi todos los conjuntos para deshabilitar esta función. [19]
Los enfoques alternativos son tecnologías de reconocimiento de contenido automatizado basadas en video. Se trata de un conjunto de tecnologías que giran en torno a la convergencia de vídeo y TV en todas partes [20] que harán que los métodos de marca de agua digital y de audio sean incapaces de gestionar los millones de transmisiones únicas que se emiten y los miles de millones de horas de metraje que se revisarán con los metadatos extraídos. o enriquecido en relación con el contenido en tiempo real. Donde falla la huella dactilar acústica en su dependencia de una base de datos de huellas dactilares de referencia. La marca de agua digital se basa en la impresión intrusiva de la etapa de producción fotograma a fotograma en cada contenido. [21] La efectividad de estas técnicas ha sido cuestionada en base a su presunta incapacidad para escalar de manera efectiva a la cantidad de video que se genera. [22] En la práctica, para la monetización y otras aplicaciones ACR basadas en usuarios, la base de datos de referencia o la presencia de marcas de agua solo tiene que cubrir aquellos videos que son objetivos de monetización. Por ejemplo, un video alojado en YouTube y visto solo una vez no necesita estar presente en una base de datos ACR mundial o estar impresionado con una marca de agua.
Proveedores de tecnología
Los proveedores de servicios de ACR incluyen ACRCloud , Red Bee Media , Digimarc , Gracenote , Kantar Media , Inscape Data Services , Zapr Media Labs y Shazam .
Ver también
- Clasificación de documentos
- Reconocimiento de objetos
- Buscar por sonido
- Análisis de contenido de video
Referencias
- ^ "Reconocimiento automático de contenido (ACR)" . Gartner . Consultado el 21 de junio de 2020 .
- ^ "ACR (Reconocimiento automático de contenido)" . Archivado desde el original el 28 de febrero de 2017 . Consultado el 27 de febrero de 2017 .
- ^ "Reconocimiento de contenido automatizado que crea ecosistemas conscientes del contenido" (PDF) . Civolution . Civolution. Archivado desde el original (PDF) el 23 de septiembre de 2015 . Consultado el 24 de junio de 2015 .
- ^ "Panako: un sistema de huellas dactilares acústico escalable que maneja la escala de tiempo y la modificación de tono" . Universiteit Gent . Consultado el 27 de febrero de 2017 .
- ^ Principal, Sami. "Nielsen está llevando anuncios interactivos en tiempo real a televisores inteligentes para mantener el interés de las audiencias de transmisión" . Adweek . Consultado el 11 de enero de 2018 .
- ^ Brink, Kyle. "Una introducción al contenido automatizado" . Viggle . Viggle. Archivado desde el original el 24 de junio de 2015 . Consultado el 22 de junio de 2015 .
- ^ "Reconocimiento automático de contenido de Facebook" . Starcom MediaVest Group . SMG. Archivado desde el original el 6 de julio de 2015 . Consultado el 6 de julio de 2015 .
- ^ Brink, Kyle. "SVP de Desarrollo de Producto" . Una introducción al reconocimiento automatizado de contenido . Viggle . Consultado el 22 de junio de 2015 .
- ^ Solana, Anna. "Cómo estas marcas de agua de video ocultas pueden ayudar a detectar la piratería, imágenes manipuladas | ZDNet" . ZDNet . Consultado el 11 de enero de 2018 .
- ^ "Tecnología ACR para impulsar la televisión social a medida que llega a 2,5 mil millones de dispositivos en 2017" . SIGUIENTE / INFORMACIÓN DEL MERCADO . Consultado el 24 de junio de 2015 .
- ^ "LG se asocia con Cognitive Networks para hacer que los Smart TV sean más inteligentes e interactivos" . engadget . Consultado el 23 de agosto de 2016 .
- ^ "ACRCloud potencia el reconocimiento de canciones para la nueva red social más caliente, Peach" . Red de noticias de la industria musical . Red de noticias de la industria musical. Archivado desde el original el 8 de marzo de 2016 . Consultado el 3 de marzo de 2016 .
- ^ Victoria, Ho. "Xiaomi te ayudará a nombrar esa canción que no puedes dejar de tararear" . Mashable . Mashable . Consultado el 3 de marzo de 2016 .
- ^ "ACRCloud impulsa el lanzamiento del primer servicio de reconocimiento de música / tarareo de Taiwán para Omusic" . Red de noticias de la industria musical . Archivado desde el original el 8 de marzo de 2016 . Consultado el 3 de marzo de 2016 .
- ^ Weiss, Tom (23 de enero de 2018). "Tom Weiss: Rompiendo las barreras de la publicidad direccionable en Europa" . Noticias de TV de banda ancha . Consultado el 30 de agosto de 2018 .
- ^ Wolf, Michael. "El reconocimiento automático de contenido de tres formas cambiará la TV" . Forbes . Consultado el 20 de junio de 2015 .
- ^ "Reconocimiento de contenido automatizado que crea ecosistemas conscientes del contenido" (PDF) . csimagazine . Civolution . Consultado el 24 de junio de 2015 .
- ^ "Política de privacidad de Roku (Sección IB-4 y IV-E)" . roku.com . Roku . Consultado el 30 de octubre de 2017 .
- ^ "Los televisores inteligentes Samsung, LG y Vizio están grabando y compartiendo datos sobre todo lo que ve. Consumer Reports investiga a los corredores de información que quieren convertir sus hábitos de visualización en efectivo" . Consumer Reports . Consultado el 27 de febrero de 2017 .
- ^ Ramachandran, Shalini; Vranica, Suzanne (20 de octubre de 2015). "Comcast busca aprovechar el tesoro de datos de TV" . Wall Street Journal . ISSN 0099-9660 . Consultado el 16 de mayo de 2016 .
- ^ "Las desventajas de una marca de agua" . smallbusiness.chron.com . Consultado el 16 de mayo de 2016 .
- ^ "Facebook anuncia su intento de ContentID ... usando Audible Magic | Techdirt" . Techdirt . Consultado el 16 de mayo de 2016 .