ECAD
ECAD — 18 anos resolvendo um problema que não tinha solução pronta
O problema
Toda vez que uma música toca no rádio ou na TV, alguém tem direito a receber por isso. Para distribuir os direitos autorais com justiça, o ECAD precisava saber, entre milhares de emissoras transmitindo ao mesmo tempo em todo o Brasil, qual obra tocou, em que emissora, quando começou e quando terminou.
Não existia fornecedor que resolvesse isso na escala e nas condições brasileiras. Também não se sabia se era tecnicamente viável. Não era um problema de desenvolvimento de software. Era um problema de pesquisa.
A InnoVox nasceu para resolvê-lo.
Como começou
O projeto foi contratado como pesquisa aplicada junto à PUC-Rio. Os dois fundadores da InnoVox, então doutorandos, assumiram o núcleo técnico: a identificação automática de áudio. A empresa foi aberta para levar essa pesquisa até a produção, e o relacionamento continua ativo dezoito anos depois.
Descoberta & Diagnóstico
O pedido era "reconhecer músicas", mas o problema real era outro. A arrecadação não se baseia em trechos isolados. Ela depende de execuções completas, com início e fim precisos, e da distinção entre versões muito parecidas de uma mesma obra, como gravações com artista convidado ou arranjos diferentes. Um reconhecedor genérico de trechos não resolveria o problema.
Prova de Conceito
O primeiro gargalo foi a busca em escala. Comparar cada fragmento de áudio contra uma base de milhões de assinaturas levava cerca de 24 horas de processamento para cada hora de áudio, o que inviabilizava qualquer operação nacional.
Com estruturas de busca próprias e processamento distribuído em várias máquinas, esse tempo caiu para cerca de 3 minutos por hora de áudio, uma redução de aproximadamente 480 vezes. Isso foi feito sem perder tolerância a imperfeições do sinal, e a identificação em áudio limpo chegou a cerca de 99% de acerto.
Engenharia & Produção — quatro gerações
1ª — Rádio
Motor próprio de identificação de áudio, escrito do zero e sem dependência de terceiros, integrado aos sistemas do ECAD. Inclui a segmentação de início e fim de cada execução e a discriminação entre variações da mesma obra.
2ª — Rádio e audiovisual
Técnicas de busca mais robustas e refinamento retroativo das identificações, que passaram a ser o padrão também no rádio. Começou aqui o trabalho em um problema mais difícil: música na TV, sob novelas, diálogos e efeitos sonoros.
3ª — Arquitetura moderna e música ao vivo
Migração de toda a solução para microsserviços, acompanhando a modernização da arquitetura do cliente. Criação de um sistema para identificar obras executadas ao vivo, mesmo quando interpretadas por outro artista, em outro arranjo ou em outro idioma. Esse problema não se resolve com as técnicas clássicas de assinatura de áudio: exigiu orquestrar várias redes neurais e adaptá-las ao repertório brasileiro, já que os modelos públicos disponíveis foram treinados principalmente com música em inglês.
4ª — Redes neurais profundas
Migração do reconhecimento de rádio e TV para redes neurais profundas, e o processo de rádio passou a ser totalmente automático, com acerto próximo de 100%. Na TV, o acerto chegou a 98% em mais de 16.000 programas analisados. O sistema ao vivo hoje orquestra cerca de oito redes neurais, combinadas com o motor clássico de processamento de sinais para aumentar a precisão. Tudo isso roda com otimização contínua para o ambiente de produção real.
Resultado
- ~480x mais rápido: de ~24h para ~3 min de processamento por hora de áudio.
- ~99% de acerto na identificação de áudio limpo desde a primeira geração.
- Hoje: acerto próximo de 100% no rádio, com processo totalmente automático, e 98% na TV (mais de 16.000 programas analisados).
- Mais de 740 mil execuções identificadas automaticamente em 2024, só no rádio.
- Escala: cerca de 4.000 rádios e 400 canais de TV monitorados. Em operação contínua desde 2011 (rádio), 2016 (TV) e 2024 (música ao vivo).
- Identificação de música ao vivo, incluindo covers, outros intérpretes e outros idiomas, um problema que exigiu pesquisa própria e não apenas a aplicação de ferramentas existentes.
- Três paradigmas tecnológicos atravessados sem interromper a operação: processamento clássico de sinais, arquitetura de microsserviços e deep learning.
- 18 anos de relacionamento contínuo, que ainda está ativo.
O que diz o ECAD
A parceria com a InnoVox tem sido fundamental para a modernização dos nossos processos de identificação de músicas gravadas. Com a aplicação de inteligência artificial, conseguimos automatizar rotinas antes manuais, alcançando alto grau de precisão — com cerca de 100% de acerto nas rádios e 98% na televisão. Isso nos permitiu escalar o volume de identificações, como as mais de 740 mil execuções processadas automaticamente em 2024 apenas no segmento de rádio. Além dos resultados mensuráveis, destacamos a capacidade técnica da InnoVox em atender às especificidades do Ecad, como a identificação de trechos curtos de áudio, com apenas 1 segundo de duração, e a integração total com nossos sistemas de gestão e auditoria.
O que isso prova
Duas capacidades que a InnoVox oferece hoje a outros clientes:
- Sensing & Signal Intelligence: transformar sinal bruto em informação confiável, em escala e sob ruído.
- Applied AI & Knowledge Engineering: orquestrar e adaptar modelos de IA a um domínio especializado até que funcionem em produção, e não apenas em demonstração.
E, acima das duas, o nosso método: começar pelo problema, descobrir como resolvê-lo e levar a solução até a produção, e continuar evoluindo quando a tecnologia muda.