Der Südwestrundfunk (SWR) ist eine Kooperation mit dem Höchstleistungsrechenzentrum der Universität Stuttgart (HLRS) eingegangen, bei der das Rechenzentrum den SWR bei der Analyse seiner Musiktitel unterstützt. SWR Intendant Kai Gniffke und die baden-württembergische Wissenschaftsministerin Theresia Bauer haben das Projekt am 24. Oktober 2019 in Stuttgart vorgestellt.
SWR Intendant Gniffke: Vorbildhaft für Zusammenarbeit von SWR und Wissenschaft
SWR Intendant Kai Gniffke: „Um bei technischen Entwicklungen, speziell bei der Digitalisierung, in der Spitzenposition zu sein, wollen wir auch mit Institutionen außerhalb des Funkhauses zusammenarbeiten. Der Supercomputer der Uni Stuttgart eröffnet dem SWR enorme Möglichkeiten und katapultiert mit einer enormen Rechenleistung in die Zukunft. Ein Projekt, das vorbildhaft zeigt, wie wir mit der Wissenschaft zusammenarbeiten wollen.“
Ministerin Bauer: Höchstleistungsrechnen entscheidend für Spitzenforschung
Die baden-württembergische Ministerin für Wissenschaft, Forschung und Kunst Theresia Bauer: „Das Höchstleistungsrechnen ist in vielen Fällen entscheidend für Spitzenforschung als auch für innovative Produkte und Prozesse in den Schlüsselbereichen der Wirtschaft. Damit unsere Wissenschaft und unsere Wirtschaft im internationalen Wettbewerb vorne dabei bleiben, brauchen wir eine erstklassige IT-Infrastruktur für das Hoch- und Höchstleistungsrechnen. Baden-Württemberg ist in Sachen Supercomputing europaweit führend. Diese Position wollen wir weiter stärken und ausbauen.“
HLRS-Direktor Resch: Unterstützen SWR bei innovativer Fragestellung
Der HLRS Höchstleistungsrechner ist einer der schnellsten Supercomputer Europas und einer der leistungsfähigsten Rechner weltweit. Das HLRS unterstützt Wissenschaftler sowie Anwender aus der Industrie mit modernsten Technologien, Dienstleistungen und Support. Der Direktor des HLRS Prof. Michael Resch: „Das HLRS freut sich, im Rahmen seines auf die Wirtschaft ausgerichteten Konzepts den SWR bei dieser innovativen Fragestellung zu unterstützen. Diese Kooperation zeigt, dass Höchstleistungsrechnen, Datenanalyse und Künstliche Intelligenz durch kluges Zusammenspiel völlig neue Lösungen ermöglichen."
Suche nach passender Hintergrundmusik wird verbessert
Die Kooperation mit dem HLRS soll dabei helfen, den Musikbestand des SWR durch automatisierte Ähnlichkeitserkennung besser ausschöpfen zu können. Konkret geht es bei dem Projekt darum, die Suche nach der passenden Hintergrundmusik für Filmbeiträge im Fernsehen und im Internet zu verbessern. Ein Beispiel: Unter einen Beitrag über E-Bikes soll eine passende Musik gelegt werden. Queens „I ride my bicycle“ ist da naheliegend. Das Problem: Dieser und auch andere Songs klingen schnell abgedroschen. Doch wo und wie ein ähnlich klingendes Lied finden? Hier hilft das vom SWR entwickelte Audio Information Retrieval (AIR) weiter. Das System extrahiert und untersucht 700 Audiocharakteristika eines Musikstücks auf mathematischer Basis. In einer ersten Ausbaustufe wurden ca. 230.000 Audiodateien aus dem Bereich Film- und Backgroundmusik analysiert und deren Charakteristika verwendet, um klanglich ähnliche Musiktitel zu finden.
Analyse von zwei Millionen Audiodateien durch SWR allein nicht leistbar
Um jedoch auf den kompletten Bestand des SWR von zwei Millionen Audiodateien zugreifen zu können, mussten diese zunächst anhand der 700 Audiocharakteristika analysiert werden. Die Analyse dieser ungeheuren Zahl von zwei Millionen Musiktiteln hätte durch die SWR eigene IT-Infrastruktur, die auf eine solche Anforderung nicht ausgelegt ist, nicht geleistet werden können.
Supercomputer der Uni Stuttgart verkürzt Prozess auf wenige Sekunden
An dieser Stelle kam das Höchstleistungsrechenzentrum (HLRS) der Universität Stuttgart ins Spiel. Der dortige Supercomputer kann aufgrund seiner immensen Rechenkapazität Musikähnlichkeitsanalysen innerhalb weniger Sekunden durchführen, wofür ein normaler Rechner Tage oder Wochen benötigen würde.
Fachlicher Kontakt:
Eric Gedenk, Höchstleistungsrechenzentrum der Universität Stuttgart, E-Mail, Tel. +49 711 685-87241