BMAT - платформа для отслеживания и идентификации музыкальных произведений. Позволяет отслеживать музыку по телевидению, радио, на площадках и в цифровых сервисах по всему миру. Сохраняет данные когда и где воспроизводится какая-либо песня, предоставляет метаданные, описывающие, кто владеет правами на каждый трек.

Сервис предоставляет нейтральный источник данных, доступный для любой стороны, участвующей в цикле создания ценности - создателей, продюсеров, издателей, директоров по маркетингу, вещателей, DSP и клубов, который помогает честному распределению роялти.

Система идентификации музыки:

• использует 72+ миллиона аудиозаписей коммерческой и авторской музыки благодаря прямым партнерским отношениям с более чем 120 000 владельцев контента;
• осуществляет круглосуточное отслеживание 5000 радиостанций и 1500 телеканалов в 134 странах и более 1000 клубов на 5 континентах;
• использует запатентованную технология audio fingerprinting, которая способна обнаруживать как звукозаписи, так и производные - каверы, живые выступления, мелодии.

Каждый час платформа обрабатывается 100 миллионов продаж с Youtube, Spotify, AppleMusic, Amazon и еще 40 цифровых платформ.

Ежедневно владельцы контента присылают на платформу “Подтверждение претензии и сведения о счете”, в которых указывают информацию о своем цифровом аудиопродукте и местах его использования, чтобы платформа подтвердила, что в ее базе данных действительно содержится информация о том, что продукт был использован, как заявлено правообладателем, а значит правообладатель справедливо выставляет счет или предъявляет требования.

В связи с тем, что таких запросов на платформу поступает много, и каждый запрос может содержать несколько тысяч строк, ручная обработка таких запросов очень трудоемкая. Поэтому создатели платформы разработали особые стандарты для запросов, чтобы в последующем сама платформа обрабатывала их без вмешательства человека.

Для этого потребовалось создать отдельный модуль, который проверяет файл запроса от правообладателя на соответствие требованиям стандартов и способен подсчитать количество ошибок, а также отличить критические ошибки от незначительных.

С использованием данного модуля можно создавать и гибко настраивать Quality Gate для сервиса, а значит, автоматически возвращать на доработку файлы с ошибками, указывая в каких именно данных какая ошибка допущена или автоматически отправлять на обработку в другой модуль платформы, который будет искать подтверждение законности требования правообладателя.

Разработали парсер для файлов на основе требований стандарта версии 13 и версии 14.

• Python
• Django
• MongoDB
• PostgreSQL

• Срок реализации: 4 месяца
• Команда проекта: 3 человека
• Сложность проекта: 5 из 10