Adblock for podcasts

Abstract

Ettersom mennesker bruker mer tid på digitale tjenester blir reklame i digitale media mer ettertraktet for annonsører. Annonser kan redusere brukeropplevelsen ved å være uønskede pauser eller distraksjoner, eller ved å bestå av upassende innhold. Dette har ført til utviklingen av adblockers.

Adblocking blir først og fremst brukt gjennom nettlesere. Andre former for adblocking er gjennom å fjerne sponsor deler av video ved bruk av nettdugnad, og bruk av maskinlæring til å detektere annonser i lyd viser lovende resultater. Allikevel er Adblock Radio utviklet av Storelli fortsatt unik nesten 10 år senere ved å muligens være den eneste fulle implementasjonen av en lydbasert adblocker ved å både oppdage og fjerne reklame i direkte radio. Storelli oppnådde dette ved en relativt avansert kombinasjon av maskinlæring, generering av fingeravtrykk for ulike deler av lyd og nettdugnad.

Med eksempler på utvikling i reklameteknologi som programmatisk annonsering og dynamic advertisement insertion (DAI), har adblockere muligheten til å spille en stor rolle i fremtiden av brukerglede ved bruk av digitale tjenester. Dette prosjektet søker å undersøke hvordan en adblocker kan sømløst integreres med podcast-lytting, og undersøke det fremste innenfor lydbasert adblocking. I løpet av prosjektet ble en proxy-basert adblocker rettet mot DAI ved å sammenligne to filer hentet med ulike IP-adresser implementert og integrert med en eksisterende open-source podcast tjeneste.

As people spend more time on digital services, advertisement in digital media becomes more lucrative for advertisers . Advertisement can take away from the consumer experience by adding unwanted breaks and distractions, or by consisting of inappropriate content. This has lead to the development of adblockers.

The predominant form of adblocking is through adblockers for Web browsers. Another type of adblocking include targeting sponsored segments in video via crowdsourcing, and using machine learning to detect advertisements in audio shows promising results. However, Adblock Radio develop by Storelli still stands out almost 10 years later as possibly the only complete solution to an audio adblocker by not only detecting, but also removing advertisement in live radio. Storelli accomplished this via a rather complex combination of machine learning, fingerprinting of audio segments and crowdsourcing.

With advertisement technology advancing through the development of technologies such as programmatic advertisement and dynamic advertisement insertion (DAI), adblockers have the possibility of playing a large part in the future of enjoyment of consuming digital media. This project aims to investigate how an adblocker solution can be seamlessly integrated with the podcast listening experience, and research the state of the art of audio-based adblocking. In the end, a proxy-based adblocker targeting DAI by comparing two audio files fetched with different IP-addresses was implemented and integrated with an existing open-source podcast application.