Reconocimiento automático de contenido

Este artículo tiene varios problemas. Ayúdenos a mejorarlo o a discutir estos problemas en la página de discusión . ( Aprenda cómo y cuándo eliminar estos mensajes ) Este artículo parece contener una gran cantidad de palabras de moda .Es posible que haya una discusión sobre esto en la página de discusión . Por favor, ayuda a mejorar este artículo si puedes. ( Junio ​​2015 ) Este artículo se basa excesivamente en referencias a fuentes primarias .Por favor, mejore este artículo añadiendo fuentes secundarias o terciarias . Buscar fuentes:  «Reconocimiento automático de contenido» – noticias  · periódicos  · libros  · académico  · JSTOR ( Junio ​​2015 )( Aprenda cómo y cuándo eliminar este mensaje ) Este artículo contiene contenido promocional .Por favor, ayude a mejorarlo eliminando el lenguaje promocional y los enlaces externos inapropiados , y añadiendo texto enciclopédico escrito desde un punto de vista neutral . ( Octubre 2017 )( Aprenda cómo y cuándo eliminar este mensaje ) ( Aprenda cómo y cuándo eliminar este mensaje )

El reconocimiento automático de contenido ( ACR ) es una tecnología que se utiliza para identificar el contenido que se reproduce en un dispositivo multimedia o que se presenta dentro de un archivo multimedia. Los dispositivos con ACR pueden permitir la recopilación automática de información sobre el consumo de contenido en la pantalla o en el nivel del altavoz, sin necesidad de que el usuario realice ninguna acción de búsqueda o de entrada. Esta información puede recopilarse para fines como publicidad personalizada, recomendaciones de contenido o venta a agregadores de datos de clientes. ^{[1] [2]}

Para iniciar el proceso, se selecciona un clip multimedia corto (audio, video o ambos) de un archivo multimedia o se captura tal como se muestra en un dispositivo como un televisor inteligente . Mediante técnicas como la toma de huellas digitales y la marca de agua , el software ACR compara el contenido seleccionado con una base de datos de obras grabadas conocidas. ^[2] Si la huella digital del clip multimedia encuentra una coincidencia, el software ACR devuelve los metadatos correspondientes con respecto al medio, así como otro contenido asociado o recomendado, a la aplicación cliente para que se lo muestre al usuario o para que lo recopile el fabricante del dispositivo o un agregador de datos. ^[1]

Dos metodologías principales para el ACR basado en audio son la huella acústica y la marca de agua . De manera similar, la huella de video se utiliza para facilitar el ACR para medios visuales.

La huella acústica genera huellas digitales únicas a partir del propio contenido de audio. Las técnicas de huella digital son independientes del formato de contenido, el códec , la velocidad de bits y las técnicas de compresión . ^[3] Esto hace posible el empleo de la huella acústica en varias redes y canales ^{[ aclaración necesaria ]} y se utiliza ampliamente para la televisión interactiva, las aplicaciones de segunda pantalla y los sectores de monitoreo de contenido. ^{[4] [5]} Aplicaciones populares como Shazam , YouTube , Facebook , ^[6] TheTake, WeChat y Weibo utilizan supuestamente la metodología de huella digital de audio para reconocer el contenido reproducido desde un televisor para activar funciones adicionales como votaciones, loterías, temas o compras. ^{[ cita requerida ]}

A diferencia de la huella digital, la marca de agua digital requiere la inclusión de "etiquetas" digitales ^{[ se necesita más explicación ]} incrustadas en el flujo de contenido digital 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, el identificador del programa y la marca de tiempo. Esta marca de agua normalmente es inaudible o invisible para los usuarios, pero es detectable por dispositivos de visualización como teléfonos o tabletas que pueden leer las marcas de agua para identificar el contenido que están reproduciendo. ^[7] La ​​tecnología de marca de agua también se utiliza en el campo de la protección de medios para ayudar a identificar dónde se originan las copias ilegales . ^[8]

En 2011, la tecnología ACR se aplicó al contenido de TV por el servicio Shazam , que capturó 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. También en 2011, Samba TV (en ese momento conocida como Flingo ^[9] ) presentó su tecnología ACR de video patentada, que utiliza huellas dactilares de video para identificar contenido en pantalla y potenciar aplicaciones de TV interactivas en pantalla cruzada en televisores inteligentes. ^[10] En 2012, el proveedor de comunicaciones por satélite DIRECTV se asoció con el proveedor de fidelización de TV Viggle para proporcionar una experiencia de visualización interactiva en la segunda pantalla. En 2013, LG se asoció con Cognitive Networks (más tarde 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 aún 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 tecnología ACR desarrollada por ellos mismos o integrada por proveedores de ACR externos. ^{[ 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]}

Los datos recopilados sobre los hábitos de consumo de medios de los clientes son muy valiosos para los fabricantes de dispositivos, los anunciantes y las empresas de agregación de datos. La tecnología ACR ayuda a estas empresas a sondear los intereses de los clientes y recopilar datos para que puedan dirigirse con mayor precisión a ellos con campañas publicitarias y de marketing personalizadas . En noviembre de 2021 se informó que el fabricante de televisores inteligentes Vizio obtiene más beneficios con la venta de los datos de sus clientes que con los televisores que vende. ^[15]

Ahora es posible obtener métricas de medición de audiencia en tiempo real aplicando la tecnología ACR en televisores inteligentes, decodificadores y dispositivos móviles como teléfonos inteligentes y tabletas. Estos datos de medición son esenciales para cuantificar el consumo de audiencia y establecer políticas de precios de publicidad.

La tecnología ACR ayuda a las audiencias a recuperar información sobre el contenido que vieron o escucharon. ^[16] El contenido de video y música identificado se puede vincular a proveedores de contenido de Internet para visualización a pedido, a terceros para obtener información de fondo adicional o medios complementarios.

Debido a que los dispositivos pueden "conocer" el contenido que se está viendo o escuchando, los dispositivos de segunda pantalla pueden ofrecer a los usuarios contenido complementario más allá del 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 y presentar información adicional a los usuarios. La ACR también puede permitir una variedad de funciones interactivas, como encuestas, cupones, lotería o compra de bienes en función de la marca de tiempo. ^[17]

Organizaciones que van desde la Electronic Frontier Foundation, defensora de los derechos de los consumidores , hasta sitios web de tecnología como PCMag han expresado serias objeciones a la recopilación de los hábitos de consumo de visualización de los usuarios a través de sus dispositivos por razones de privacidad. ^{[18] [19]}

Los proveedores de servicios de ACR incluyen ACRCloud , Beatgrid, Digimarc , Gracenote , Inscape Data Services , Kantar Media , Pex, Red Bee Media , Samba TV , Shazam y Zapr Media Labs.

• Detección de similitud de contenido
• Clasificación de documentos
• Esquema del reconocimiento de objetos
• Recuperación de información musical
• Búsqueda por sonido
• Análisis de contenido de vídeo
• Segunda pantalla
• Seguimiento entre dispositivos