Direitos autorais e música: tecnologia, direito e regulação

Marcia Carla Pereira Ribeiro, Cinthia Obladen de Almendra Freitas, Rubia Carneiro Neves

Resumo


A partir de abordagem multidisciplinar, o artigo analisou o presente impacto da tecnologia sobre o Direito de Propriedade Intelectual, com ênfase nos fonogramas. Considerou a essencialidade dos recursos tecnológicos para permitir a universalização do acesso à música bem como para viabilizar a preservação dos direitos autorais. Cotejou o papel regulador do Direito no tema pesquisado e as ferramentas tecnológicas que podem facilitar a identificação da autoria e a justa partilha dos resultados econômicos da obra. Resultante de projeto de pesquisa envolvendo distintos programas de pós-graduação em Direito do país, foi elaborado a partir de análise teórica e dogmática com base no método lógico-dedutivo, transportando conhecimentos da área tecnológica, de forma a facilitar a compreensão dos aspectos jurídicos e econômicos relacionados ao direito autoral de fonogramas, utilizando-se de referenciais teóricos da Ciência da Computação, do Direito de Propriedade e do Direito Econômico. A técnica de pesquisa aplicada foi documentação indireta por meio de pesquisa bibliográfica, documental e legislativa. O artigo concluiu que a tecnologia pode ser empregada como uma importante aliada na busca por soluções que compatibilizem o Direito de Propriedade Intelectual relacionado à música em seus aspectos individual e social.

Palavras-chave


FONOGRAMAS; DIREITO DE PROPRIEDADE; NOVAS TECNOLOGIAS; REGULAÇÃO

Texto completo:

Pdf

Referências


AGUSTINHO, Eduardo. As tragédias dos comuns e dos anticomuns. In: RIBEIRO, Marcia Carla Pereira; KLEIN, Vinicius (coords.). O que é análise econômica do direito: uma introdução. 2.ed., Belo Horizonte: Fórum, 2015.

AKSOY, Selim. Introduction to pattern recognition. Bilkent University, 2016. Disponível em: . Acesso em: 01 jul. 2017.

ALVES, Giovani Lofrano. Análise econômica do direito autoral no Brasil. Dissertação de mestrado. Pontifícia Universidade Católica do Paraná: Curitiba, 2017.

BISHOP, Christopher M.. Pattern recognition and machine learning. Springer Science+Business Media, LLC: Singapore, 2006.

CARBONELL, Jaime G.; MICHALSKI, Ryszard S.; MITCHELL,Tom M.. Machine learning: a historical and methodological analysis. AI Magazine, Vol. 4 Number 3, 1983. p.69-79. Disponível em: . Acesso em: 01 jul. 2017.

CASAGRANDE FILHO, Ary. Estado regulador e controle judicial. São Paulo: Quartier Latin, 2007.

CIRIACO, Douglas. 5 aplicativos para reconhecer a música que está tocando. Canaltech, 2017. Disponível em: . Acesso em: 01 jul. 2017.

CHAIM, Caio Eduardo Cormier. Gestão Coletiva de Direito Autorais na Música. Trabalho de conclusão de curso. UnB: Brasília, 2016.

COOTER, Robert; ULEN, Thomas. Direito & Economia. 5. ed. Tradução de Luiz Marcos Sander e Francisco Araújoda Costa. Porto Alegre: Bookman, 2010.

CORSO, Jason. Introduction to pattern recognition. University of Buffalo, 2013. Disponível em: . Acesso em: 01 jul. 2017.

ECAD. Ecad lança o novo software Ecad. Tec CIA audiovisual. 2014. Disponível em: . Acesso em: 01 jul. 2017.

ECAD. Quem somos. 2017a. Disponível em: . Acesso em: 01 jul. 2017.

ECAD. Como é feita a arrecadação. 2017b. Disponível em: . Acesso em: 01 jul. 2017.

ELLIS, Daniel P.W.. Extracting information from music audio. Communications of the ACM, Vol. 49, No. 8, aug., 2006, p.32-37.

FREITAS, Cinthia Obladen de Almendra; PAMPLONA, Danielle Anne; BATIMARCHI, Paulo Henrique. O modelo econômico do grátis na internet e o direito de autor: o caso K-Lite Nitro. Revista Magister de Direito Civil e Processual Civil, v. 69, p. 28-49, 2015.

FREITAS, Cinthia Obladen de Almendra. Sociedade da informação e darknets. In: Marcos Wachowicz; Carol Proner. (Org.). Inclusão Tecnológica e Direito a Cultura: movimentos rumo à sociedade democrática do conhecimento. 1ed. Florianópolis-SC: Fundação Boiteux, 2012, v. 1, p. 66-87.

FREITAS, Cinthia Obladen de Almendra. Uso de modelos escondidos de markovRECONHECIMENTO DE PALAVRAS MANUSCRITAS DO EXTENSO DE CHEQUES BANCÁRIOS BRASILEIROS ATRAVÉS DE MODELOS ESCONDIDOS DE MARKOV – HMM para reconhecimento de palavras manuscritas. Tese de Doutorado. Pontifícia Universidade Católica do Paraná, Programa de Pós-Graduação em Informática, Curitiba-PR, 2001. 188 p.

GOULART, Antonio Jose Homsi; GUIDO, Rodrigo Capobianco; MACIEL, Carlos Dias. Exploring different approaches for music genre classification. Egyptian Informatics Journal, Vol. 13, 2012. p. 59–63. Disponível em: . Acesso em: 01 jul. 2017.

INTERNATIONAL FEDERATION OF THE PHONOGRAPHIC INDUSTRY - IFPI. Global music report. 2017. Disponível em: . Acesso em: 01 jul. 2017.

JAIN, Anil K.; DUIN, Robert P.W. Introduction to pattern recognition. Gregory (eds.), The Oxford Companion to the Mind, Second Edition, Oxford University Press, Oxford, UK, 2004, 698-703. Disponível em: . Acesso em: 01 jul. 2017.

KOSINA, Karin. Music genre recognition. Tese de Doutorado, Programa de Educação Politécnico, Tecnologia de Mídia e Design. 2002. Disponível em: . Acesso em: 01 jul. 2017.

LANGLEY, Pat. The changing science of machine learning. Kluwer Academic Publishers. Netherlands, 2011. Disponível em: . Acesso em: 01 jul. 2017.

MELLO, Patricia Maria Costa de. Os conflitos de interesses no Direito Autoral: uma análise sob a perspectiva política, jurídica e sociológica da construção legislativa da Lei n. 9.610/98 e seus reflexos na atualidade. Disponível em . Acesso em: 01 jul. 2017.

MOHRI, Mehryar; MORENO, Pedro; WEINSTEIN, Eugene. Efficient and robust music identification with weighted finite-state transducers. IEEE Transactions on Audio, Speech and Language Processing, jan. 2008. p. 01-12. Disponível em: . Acesso em: 01 jul. 2017.

MILLS, Carlos. Existe execução pública no Streaming interativo? 26/07/2016. Disponível em . Acesso em: 01 jul. 2017.

RIBEIRO, Marcia Carla Pereira; ALVES, Giovani Ribeiro Rodrigues. Do particularismo normativo em matéria de propriedade imaterial: legislar para quê(m)? In: NETO, Antenor D.; CASTRO, Rodrigo Pironte A. Temas de direito econômico: a copa do mundo de 2014 e os jogos olímpicos de 2016, Curitiba: Clássica Editora, 2013, p. 13.

SALA, Monica Cristina. MIRANDA, Fernando Silveira Melo Plentz Miranda. A aplicabilidade da Lei de Direitos Autorais na música sob a perspectiva da Banda 14 Bis. Revista Eletrônica Direito, Justiça e Cidadania. v. 4, n. 1, 2013.

SCHWAB, Klaus. A quarta revolução industrial. Trad. Daniel Moreira Miranda. São Paulo: Edipro, 2016.

SILLA JR., Carlos N.; KOERICH, Alessandro L.; KAESTNER, Celso A.A.. A machine learning approach to automatic music genre classification. Journal of Brazilian Computer Society, Campinas , Vol. 14, n. 3, sept., 2008. p. 7-18. Disponível em: . Acesso em: 01 jul. 2017.

SOUTO, Marcos Juruena Villela. A função regulatória. In: SOUTO, Marcos Juruena Villela. MARSHALL, Carla C. Direito empresarial público. Rio de Janeiro: Lumen Juris, 2002. Disponível em . Acesso em: 01 jul. 2017.

TZANETAKIS, George; ESSL, Georg; COOK, Perry. Automatic musical genre classification of audio signals.In: International Symposium on Music Information Retrieval, Indiana University, Bloomington, Indiana, USA, October 15-17, 2001. p. 01-06.

Disponível em: . Acesso em: 01 jul. 2017.

VIANNA, Bruno Pereira; GIBRAN, Sandro Mansur. A Reforma da Gestão Coletiva de Direitos Autorais no Brasil. Revista Percurso, v.14, n.2. 2014, p. 21-53.

ZANIBBI, Richard. Pattern recognition: an overview. 2009. Disponível em: . Acesso em: 01 jul. 2017.




DOI: https://doi.org/10.5102/rbpp.v7i3.4799

ISSN 2179-8338 (impresso) - ISSN 2236-1677 (on-line)

Desenvolvido por:

Logomarca da Lepidus Tecnologia