Как Shazam разпознава музиката точно?

Чудили ли сте се как Шазам „чува“ музиката, която свирите, и я идентифицира с такава точност? Е, не сте сами.

Технологията, задвижваща услугата за разпознаване на музика, е загадка за мнозина, особено след като услугата стартира години преди смартфоните и машинното обучение да се превърнат в нещо.

В тази статия ще разгледаме как работи Shazam и как може да разпознава музиката точно.

Какво е Shazam?

Шазам е популярно приложение за разпознаване на музика, което можете да използвате, за да намерите информация за нова любима песен, но не знаете заглавието или името на изпълнителя.

Да речем, че сте в кафене или се разхождате из ъглов магазин и чувате нова песен, която бихте искали да имате във вашата музикална библиотека. Shazam ви помага да намерите песента с лекота. Всичко, което трябва да направите, е да запишете няколко секунди от песента в приложението.

Приложението Shazam използва усъвършенствана технология за разпознаване на звук, за да идентифицира музиката, която чувате в даден въпрос секунди, за да можете да разберете името на изпълнителя и да проследявате, да гледате видеоклипове и дори да купувате или стриймвате песента на своя устройство.

Изтегли: Shazam за iOS |Android (Безплатно)

Как работи Shazam?

Shazam използва собствена технология, разработена от Ейвъри Лин-Чун Уанг, съосновател на приложението и главен учен за данни, за да идентифицира съвпадения на песните, заявени на неговата платформа. Технологията създава пръстови отпечатъци за аудио записи, което е тайният сос зад страхотните умения за разпознаване на Shazam.

Shazam създава и съхранява аудио отпечатъци, състоящи се от колекции от цифрови данни за всяка над 15 милиарда песни. Когато потребител „Shazams“ песен, Shazam бързо създава аудио пръстов отпечатък от звука, получен от смартфона или компютърния микрофон.

След като приключи със създаването на аудио пръстов отпечатък за записа, Shazam качва аудио пръстовия отпечатък (не аудиото) на своя сървър, където изпълнява търсене в база данни за съвпадения. Ако съвпадение бъде намерено, той връща информацията за песента с опции къде да я предавате или купувате, заедно с идентификационната информация.

Какво е аудио пръстов отпечатък?

Аудио пръстовият отпечатък е съкратено цифрово обобщение на аудио сигналите. Те се използват за идентифициране на аудио проба или за намиране на подобни елементи в аудио база данни.

Аудио технологията за пръстови отпечатъци на Shazam може да съчетае немаркирани парчета аудио съдържание със съответстващи съвпадения в своята аудио база данни. Shazam идентифицира заглавието на записаната от вас песен (немаркирано аудио съдържание), като съчетава пръстовия отпечатък на песента с пръстовия отпечатък на песни в своята база данни.

Shazam създава уникални пръстови отпечатъци за песни в своята база данни, като използва определени точки от данни, идентифицирани с помощта на спектрограма.

Какво е спектрограма?

Спектрограмата е триизмерна графика, използвана като представяне на звук. Спектрограмата показва промяната в честотите в даден период, като същевременно взема предвид амплитудата или обема. Снимката по-долу е пример за отчитане на спектрограма.

В интервю от 2003 г. с Научен американски, Ейвъри Уанг разкри, че алгоритъмът Shazam използва точки на спектрограмата, представляващи ноти с най-висока енергия, за да генерира аудио отпечатъци.

Като пренебрегва по-голямата част от информацията в дадена песен и се фокусира само върху няколкото определящи бележки, Shazam може да търси в своята база данни и да предоставя точни съвпадения на заявките за песни с невероятна скорост.

Как Shazam може да идентифицира песни на шумни места?

Shazam използва записи на песни без фонов шум и изкривяване, за да създаде пръстови отпечатъци за своята база данни. Когато записвате песен с приложението на шумно място, тя създава аудио пръстов отпечатък на вашия запис, като идентифицира бележките с най-голяма енергия в записа.

След това той търси в базата си данни за съвпадение на аудио пръстовите отпечатъци на вашия запис, при условие че нивото на фоновия шум не беше достатъчно високо, за да изкриви данните, използвани за създаване на аудио пръстов отпечатък.

Времена, когато Shazam не може да ви помогне да идентифицирате песен

Shazam е чудесен в съвпадението на песни, дори неясна музика, която смятате, че може да няма в своята база данни. Но има ли моменти, когато Шазам не може да идентифицира песен?

Изкривен запис

Когато Shazam песен на място, където нивото на фоновия шум е твърде високо, шумът изкривява данните на спектрограмата. Поради това звуковият пръстов отпечатък на записа ви ще се различава от този на оригиналната песен.

Когато това се случи, Shazam връща Песента не е известна диалог, тъй като не може да намери съвпадение на звуковия пръстов отпечатък.

Музика на живо

Shazam не успява да идентифицира музиката от изпълнения на живо. Това е така, защото аудиото, което записвате в изпълнения на живо, често се различава от оригиналната версия на песента, която Shazam използва за създаване на аудио пръстови отпечатъци.

Единственият начин, по който Shazam може да идентифицира песен по време на изпълнение на живо, е ако групата е достатъчно квалифицирана, за да изпълни песента точно така, както е била записана. Успех с групата, която се опитва да направи това...

Вашият гласов запис

„Бих ли могъл да накарам Шазам да разпознае песен, която пеех, ако бях наистина добър певец?“

Накратко, не.

Алгоритъмът Shazam може да идентифицира само предварително записана музика. За да може Shazam да идентифицира песен, която пеете, трябва да имате същите вокали с инструменталите в точното темпо с оригиналния запис на песента.

Вашето тананикане

Shazam не може да идентифицира съвпадения за бръмчене, защото алгоритъмът му използва точни честоти и амплитуди, за да създава аудио пръстови отпечатъци за песните в своята база данни.

Когато си тананикате песен, Shazam създава пръстов отпечатък за нея. Но тъй като бръмченето е само опит за повторно синтезиране на песен, алгоритъмът няма да успее да съответства на записа.

Shazam ли е единственото приложение за идентификация на музика?

Shazam е първата услуга за идентификация на музика и в момента е най-широко използваното приложение за идентификация на песни. Има обаче други приложения, които можете да използвате за идентифициране на песен играейки около теб. Някои дори могат да идентифицират песен, която пеете или си тананикате.

Три от най-популярните алтернативи на Shazam са SoundHound, Musixmatch Lyrics и Genius. Musixmatch и Genius ви помагат преди всичко да идентифицирате текстове за музика, която се възпроизвежда около вас, докато SoundHound е най-близкият конкурент на Shazam.

Свързани: Най-добрите приложения за разпознаване на музика за намиране на песни според тяхната мелодия

Можете да използвате приложението SoundHound, за да правите почти всичко, което прави Shazam. Основното му предимство пред Shazam е, че има добавена функционалност за идентифициране на песни, които пеете или си тананикате.

Кредит за изображение: Суластри Суластри / Shutterstock.com

Как да идентифицирам музика и песни в видеоклипове в YouTube

Чудите се как да разпознаете песен от видеоклип в YouTube? Ето ръководство за намиране на песни в YouTube за идентифициране на музика от видеоклипове.

Прочетете Напред

За автора