Da diversi anni, a fianco delle tradizionali interfacce professionali dedicate all’audio digitale (quali AES/EBU, ADAT, MADI), si sono diffuse numerose soluzioni di controllo remoto e di trasporto dell’audio digitale basate sull’utilizzo condiviso o dedicato di infrastrutture di rete.

Tali soluzioni, basate prevalentemente su tecnologie proprietarie, restano tuttavia “isole” che tendono di fatto a limitare l’interoperabilità tra apparati e sistemi, lasciando a singoli apparati o alle tradizionali interfacce digitali il compito di fare da “ponte”.

In questo contesto, gli sforzi di standardizzazione avvenuti in AES (con gli standard AES67 ed AES70) ed il lavoro che in altri enti normativi sta indirizzando le soluzioni per il trasporto del Video Over IP sono gli elementi di cambiamento del mondo del Networked Audio.

MULTIDRONE è un progetto finanziato dalla Commissione Europea nell’ambito del programma H2020.

Il recente progresso tecnologico dei sistemi di calcolo permette oggi di reperire sul mercato calcolatori dotati di capacità di elaborazione numerica estremamente avanzata. In particolare, l’utilizzo di GPU (Graphics Processing Unit) per l’elaborazione e classificazione di immagini e contenuti multimediali sta vivendo una fase di intenso sviluppo grazie alla ricerca scientifica condotta negli ultimi anni nel campo dell’apprendimento profondo (Deep Learning). Il Deep Learning è una branca del Machine Learning che utilizza reti neurali complesse per applicazioni più svariate. Tra queste, l’area di applicazione relativa alla classificazione automatica di contenuti audiovisivi è certamente tra quelle più interessanti dal punto di vista strategico per RAI.

Le tecnologie di ricerca visuale consentono agli utenti di ricercare immagini e video rappresentanti gli stessi oggetti (ad esempio edifici, loghi, monumenti) basandosi sull’analisi delle caratteristiche visive estratte automaticamente dai contenuti e senza la necessità di definire delle annotazioni manuali dei contenuti stessi.

L’obiettivo del progetto è quello di sviluppare tecnologie di cloud storage che supportino il processo di informatizzazione della produzione e degli archivi.