redaktion42's Weblog

Es ist fast wie Magie und es haute mich aus den Socken. Forscher der Uni Saarland haben eine Software entwickelt, die passende Musik für die Vertonung von Fotoserien und Videos findet.

Das löst das Musikproblem vieler Amateure. Aus dem Urlaub bringt jeder gerne schöne Fotos von Städten, Sandstränden oder Menschen mit. Wer diese dann mit Musik untermalt dem Freundeskreis zeigen will, sucht oft stundenlang nach den dazu passenden Musikstücken. Diese Aufgabe übernimmt der Computer jetzt völlig eigenständig. Informatiker des Saarbrücker Exzellenzclusters haben dafür eine Software entwickelt, die automatisch für Fotos und Videoausschnitte die geeignete Musik findet. Mit lizenzfreier Musik kann man das Verfahren mit Namen „Picasso“ schon testen. In einigen Wochen wird es außerdem eine Anwendung für das iPhone geben, die als Quelle die auf dem Handy gespeicherte Lieblingsmusik nutzt.  Als Lizenzfreie Musik empfehle ich hier ausdrücklich die Audiotracks von Dosch Audio. Hier kann man die Forschungsergebnisse der Informatiker einmal ausprobieren.

Filmer und 3D-Artist wissen: Passt die Musik zu den Bildern, ist die halbe Miete bereits gemacht. Musik und Bild gehören einfach zusammen. Zum romantischen Foto vom Palmenstrand könnten schmachtvolle Liebeslieder passen, eine Kanufahrt durch wilde Schluchten würde man eher mit temperamentvollen Werken inszenieren. „Filmregisseure achten in der Regel sehr genau darauf, welche Melodie auf eine Szene passt. Damit auch der Computer selbstständig die geeignete Musik für eine Bilderserie findet, haben wir einige Dutzend Filme angeschaut und ihre Soundtracks ausgewertet. Daraus entstand eine Datenbank mit mehreren tausend Bildern und der dazu passenden Musik“, sagt Sebastian Michel, Leiter einer Forschergruppe am Exzellenzcluster der Saar-Uni.

Über ein ausgeklügeltes Rechenverfahren gleicht der Computer diese Bilder mit den Urlaubsfotos ab. Anhand des gespeicherten Soundtracks begibt sich die Picasso-Software dann auf die Suche nach  Musikstücken, die mit hoher Wahrscheinlichkeit die Atmosphäre der Aufnahme passend untermalen. „Die Trefferquote unseres Systems ist erstaunlich hoch. Allerdings kann es häufig vorkommen, dass nicht gleich der erste Treffer perfekt passt. Fehler entstehen meist dann, wenn der Betrachter mit dem Foto verschiedene Gefühle verbindet. Ein einsames Haus zum Beispiel kann der eine mit romantischen Abenden verbinden, der andere denkt nur an gespenstische Nächte“, erläutert der Informatiker. Picasso schlage daher immer mehrere Musikstücke vor, aus denen der Benutzer dann das passendste auswählen kann.

Der Saarbrücker Wissenschaftler will gemeinsam mit seinem Doktoranden Aleksandar Stupar die Software weiter verbessern, damit sie auch für Videosequenzen und die Untermalung von Hörspielen genutzt werden kann. „Wir haben dafür bereits Regiebücher von Filmen ausgewertet und die Szenenbeschreibungen mit der Filmmusik abgeglichen. Auf dieser Datenbasis kann man auch für gesprochene Texte eine geeignete Hintergrundmusik recherchieren“, meint Sebastian Michel. In den kommenden Wochen werden die Informatiker außerdem eine Anwendung für das iPhone programmieren, mit der jeder seine Urlaubsfotos mit Musik untermalen kann, die in der eigenen Mediathek gespeichert ist. „Auf unserer Webseite bieten wir die Picasso-Software außerdem zum Ausprobieren mit lizenzfreien Musikstücken an. Das schränkt die Bandbreite im Musikgeschmack derzeit noch ein. Wir können uns aber vorstellen, dass das Computerprogramm auch für kommerzielle Musikanbieter von Interesse ist“, sagt Michel. Die Wissenschaftler werden das Verfahren im Juli auf einer der weltweit wichtigsten Konferenzen für Informationssuche und Wissensdatenbanken, der ACM SIGIR 2011 in Beijing (China) vorstellen.

Sebastian Michel

leitet eine Forschungsgruppe am Saarbrücker Exzellenzcluster „Multimodal Computing and Interaction“ und forscht auch am Max-Planck-Institut für Informatik. Der Exzellenzcluster wird seit 2007 im Rahmen der Exzellenzinitiative von Bund und Ländern gefördert. Die Wissenschaftler erforschen dort, wie man multimodale Informationen wie Texte, Audiodateien, Videos und Bilder noch effizienter organisieren, verstehen und durchsuchen kann. Neben der Universität des Saarlandes sind am Exzellenzcluster das Max-Planck-Institut für Informatik, das Max-Planck-Institut für Softwaresysteme und das Deutsche Forschungszentrum für Künstliche Intelligenz beteiligt. Ich finde diese Technik kann der volle Hammer werden.