ACRCloud：エンタープライズ向け音声自動認識プラットフォーム 268

ACRCloudは、企業向けにサービスを提供する音声認識プラットフォームで、音声指紋とメタデータによってコンテンツを照合し、音楽認識、ハミング認識、著作権・コンテンツ監視、UGC認証などを行います。ユニバーサル、ソニー、ワーナー、Merlinなどの音楽会社やディストリビューターと提携し、原曲やカバー版を識別するための大規模な著作権指紋データベースを構築しています。さらに、APIやSDKを通じてウェブサイトやモバイルアプリに組み込むことも可能です。主にショート動画、UGC、音楽ストリーミング、スマートハードウェア、車載などの分野で活用されています。

ACRCloudの主な機能

• 音楽認識：マイクまたはファイルアップロードにより、楽曲情報をすばやく照会でき、原曲、カバー、ライブ版、ハミングなどさまざまな入力に対応します。

• 音声指紋データベース：公式には1億5千万曲以上を収録しており、世界最大級のデータベースの一つで、継続的に新曲が追加されています。

• 第三者ID連携：Spotify、Deezer、YouTube、Apple Musicなどのプラットフォームの再生または購入リンク、ISRC、UPCコードを直接取得できます。

• 放送・UGCモニタリング：ラジオ、テレビ、ショート動画、ライブ配信で使用されている音楽をリアルタイムで監視し、時刻、場所、チャンネルを含む再生レポートを作成して、著作権の確認や印税計算に使用できます。

• ファイル一括スキャン：ローカルファイルをアップロードしたり、YouTube、TikTok、InstagramのURLを使用して、長時間の動画や番組全体の複数楽曲を一括認識でき、コールバックアドレスを設定して自動的に結果を受け取ることも可能です。

• 派生作品検出：テンポ変更、キー変更、リミックスなど大幅に改変されたバージョンも認識でき、配信者やプラットフォームが侵害や二次創作を発見するのに役立ちます。

• 音声転写：音楽を認識する際に、発話部分を文字に変換することもでき、審査や字幕作成に便利です。

ACRCloudの技術とデータ

• 2016年のMIREX（国際音声検索評価）において、ACRCloudは音声指紋とハミング認識の両部門で第1位を獲得しました。

• 1対1認識の精度は99%以上、ハミング認識は条件が良い場合で約95%の精度で、通常2〜6秒で結果が出ます。

• ACRCloudは世界のストリーミング、レコード会社、ディストリビューター、著作権協会と提携し、7,200万曲以上の指紋を保存しています。また、1億曲以上の著作権楽曲の認証も可能で、主にUGCやライブ配信向けに提供されています。

• ACRCloudはクラウドアーキテクチャを用いて世界中にサーバーを配置しており、使用量に応じて規模を調整でき、大量の商用利用時でも高速な応答と安定性を維持できます。

ACRCloudの導入と統合

開発者向けにREST APIとさまざまな言語のSDKを提供しており、アプリ、ウェブサイト、サーバーに認識機能を追加し、標準情報や著作権データを取得することが容易になっています。

車載やハードウェアの分野でも、SDKとAPIをサポートしており、音声アシスタントと連携して、車載機でリアルタイム認識、ラジオ情報の表示、ハミングによる楽曲リクエストが可能です。

ACRCloudは、Deezer、KKBOX、AWAなどの音楽アプリ、ファーウェイ、OPPO、Vivoなどのスマホブランド、ショート動画、UGC、ライブ配信プラットフォームのコンテンツ認識と著作権管理にサービスを提供しています。

ACRCloudとShazamの違いと選び方

ACRCloudは主にB向けビジネスや著作権、コンテンツ運営の業務、例えばUGC認証、ライブ配信や放送の監視、車載やIoTなどを行っています。一方、Shazamは一般ユーザー向けに、曲認識やコンテンツ検索により多く使用されています。

ACRCloudは著作権の帰属、再生時間の統計、カバー認識、世界規模の展開、大量トラフィックへの対応を重視しています。Shazamは迅速な認識、音楽のレコメンド、再生に重点を置いています。

著作権コンプライアンス、コンテンツ監視、UGC運営、車載やハードウェア統合が必要な場合は、まずACRCloudを検討してください。主に一般ユーザー向けの即時曲認識が目的なら、Shazamを使用します。また、両方を併用することも可能です。