Kā Shazam precīzi atpazīst mūziku?

Vai esat kādreiz domājuši, kā Šazams 'dzird' jūsu atskaņoto mūziku un identificē to ar tādu precizitāti? Nu, jūs neesat viens.

Tehnoloģija, kas nodrošina mūzikas atpazīšanas pakalpojumu, daudziem ir noslēpums, it īpaši tāpēc, ka pakalpojums tika palaists gadus pirms viedtālruņu un mašīnmācīšanās kļuva par lietu.

Šajā rakstā mēs apskatīsim, kā darbojas Shazam un kā tas var precīzi atpazīt mūziku.

Kas ir Šazams?

Šazams ir populāra mūzikas atpazīšanas lietotne, kuru varat izmantot, lai atrastu informāciju par jaunu dziesmu, kas jums patīk, bet nezināt izpildītāja nosaukumu vai vārdu.

Pieņemsim, ka atrodaties kafejnīcā vai staigājat pa stūra veikalu, un dzirdat jaunu dziesmu, kuru vēlaties saņemt mūzikas bibliotēkā. Shazam palīdz jums viegli atrast dziesmu. Viss, kas jums jādara, ir ierakstīt dziesmā dažas sekundes lietotnē.

Shazam lietotne izmanto sarežģītu audio atpazīšanas tehnoloģiju, lai identificētu mūziku, kuru dzirdat sekundes, lai jūs varētu uzzināt izpildītāja vārdu un izsekot, skatīties videoklipus un pat iegādāties vai straumēt dziesmu savā ierīcē ierīci.

Lejupielādēt: Šazams par iOS |Android (Bezmaksas)

Kā darbojas Shazam?

Shazam izmanto patentētu tehnoloģiju, kuru izstrādājis lietotnes līdzdibinātājs un galvenais datu zinātnieks Avery Lin-Chun Wang Avery Lin-Chun Wang, lai identificētu atbilstību dziesmām, kuras tiek vaicātas tās platformā. Šī tehnoloģija izveido pirkstu nospiedumus audioierakstiem, kas ir slepenā mērce aiz Shazam lieliskajām atpazīšanas prasmēm.

Shazam izveido un glabā audio pirkstu nospiedumus, kas sastāv no skaitlisku datu kolekcijām katrai vairāk nekā 15 miljardiem dziesmu. Kad lietotājs “Shazams” dziesmu, Shazam ātri izveido no viedtālruņa vai datora mikrofona saņemto skaņu audio pirkstu nospiedumu.

Kad ieraksts ir izveidojis audio pirkstu nospiedumu, Shazam augšupielādē audio pirksta nospiedumu (nevis audio) savā serverī, kur tas veic datu bāzes meklēšanu atbilstībām. Ja tiek atrasta atbilstība, tā atgriež dziesmas informāciju ar opcijām, kur to straumēt vai iegādāties, kā arī identifikācijas informāciju.

Kas ir audio pirkstu nospiedums?

Audio pirkstu nospiedums ir saīsināts audio signālu digitāls kopsavilkums. Tie tiek izmantoti, lai identificētu audio paraugu vai atrastu līdzīgus vienumus audio datu bāzē.

Shazam audio pirkstu nospiedumu tehnoloģija var saskaņot nemarķētus audio satura gabalus ar atbilstošajiem sakariem tā audio datu bāzē. Shazam identificē ierakstītās dziesmas nosaukumu (nemarķētu audio saturu), saskaņojot dziesmas pirkstu nospiedumu ar tās datu bāzē esošo dziesmu pirkstu nospiedumiem.

Shazam izveido unikālus pirkstu nospiedumus dziesmām savā datu bāzē, izmantojot noteiktus datu punktus, kas identificēti ar spektrogrammas palīdzību.

Kas ir spektrogramma?

Spektrogramma ir trīsdimensiju grafiks, ko izmanto kā skaņas attēlojumu. Spektrogramma parāda frekvenču izmaiņas noteiktā laika periodā, vienlaikus ņemot vērā arī amplitūdu vai tilpumu. Zemāk esošais fotoattēls ir spektrogrammas nolasīšanas piemērs.

2003. gada intervijā ar Zinātniskais amerikānis, Eiverija Vanga atklāja, ka Shazam algoritms audio pirkstu nospiedumu ģenerēšanai izmanto spektrogrammas punktus, kas attēlo piezīmes ar vislielāko enerģiju.

Neņemot vērā lielāko daļu dziesmas informācijas un koncentrējoties tikai uz dažām noteiktām piezīmēm, Shazam var neticami ātri meklēt savā datu bāzē un nodrošināt precīzu dziesmu vaicājumu atbilstību.

Kā Šazams spēj noteikt dziesmas trokšņainās vietās?

Shazam izmanto dziesmu ierakstus bez fona trokšņiem un traucējumiem, lai izveidotu pirkstu nospiedumus savai datu bāzei. Ierakstot dziesmu ar lietotni trokšņainā vietā, tā izveido ieraksta audio pirkstu nospiedumu, identificējot piezīmes ar vislielāko enerģijas patēriņu ierakstā.

Pēc tam tā savā datu bāzē meklē atbilstību jūsu ieraksta audio pirkstu nospiedumiem, ja tas ir paredzēts fona trokšņa līmenis nebija pietiekami augsts, lai sagrozītu audio izveidošanai izmantotos datus pirksta nospiedums.

Reizes, kad Šazams nevar palīdzēt jums noteikt dziesmu

Shazam lieliski sader dziesmas, pat neskaidru mūziku, kuras, jūsuprāt, tās datu bāzē varētu nebūt. Bet vai ir brīži, kad Šazams nevar noteikt trasi?

Izkropļota ierakstīšana

Kad jūs Shazam dziesmu vietā, kur fona trokšņa līmenis ir pārāk augsts, troksnis izkropļo datus Spektrogrammā. Tāpēc ieraksta audio pirkstu nospiedums atšķirsies no oriģinālās dziesmas.

Kad tas notiks, Šazams atgriež Dziesma nav zināma dialogs, jo tas nevar atrast atbilstību audio pirkstu nospiedumam.

Dzīvā mūzika

Shazam nepietiek ar spēju identificēt mūziku no dzīvajām izrādēm. Tas ir tāpēc, ka tiešraidēs ierakstītais audio bieži atšķiras no dziesmas Shazam oriģinālās versijas, ko izmanto, lai izveidotu audio pirkstu nospiedumus.

Vienīgais veids, kā Shazam var noteikt dziesmu tiešraidē, ir tas, ja grupa ir pietiekami prasmīga, lai izpildītu dziesmu tieši tā, kā tā tika ierakstīta. Lai veicas ar grupas mēģinājumiem to izdarīt...

Jūsu balss ieraksts

"Vai es varētu panākt, lai Šazams atpazīst dziesmu, kuru dziedāju, ja biju patiešām labs dziedātājs?"

Īsāk sakot, nē.

Shazam algoritms var identificēt tikai iepriekš ierakstītu mūziku. Lai Shazam varētu identificēt dziesmu, kuru jūs dziedat, jums ir jābūt vienādam vokālam ar instrumentāliem precīzi tādā tempā kā dziesmas oriģinālajā ierakstā.

Jūsu dungošana

Shazam nevar identificēt atbilsmes, jo tā algoritms izmanto precīzas frekvences un amplitūdas, lai izveidotu audio pirkstu nospiedumus dziesmām savā datu bāzē.

Kad jūs dungojat dziesmu, Šazams izveido tai pirksta nospiedumu. Bet, tā kā troksnis ir tikai mēģinājums atkārtoti sintezēt dziesmu, algoritms nespēs saskaņot ierakstu.

Vai Shazam ir vienīgā mūzikas identifikācijas lietotne?

Shazam bija pirmais mūzikas identifikācijas pakalpojums un šobrīd ir visplašāk izmantotā dziesmu identifikācijas lietotne. Tomēr ir citas lietotnes, kuras varat izmantot dziesmas identificēšanai spēlējoties ap tevi. Daži pat var identificēt dziesmu, kuru dziedat vai dungojat.

Trīs no populārākajām Shazam alternatīvām ir SoundHound, Musixmatch Lyrics un Genius. Musixmatch un Genius galvenokārt palīdz jums noteikt mūzikas tekstu, kas skan jums apkārt, savukārt SoundHound ir tuvākais Shazam konkurents.

Saistīts: Labākās mūzikas atpazīšanas lietotnes, lai atrastu dziesmas pēc to melodijas

Jūs varat izmantot SoundHound lietotni, lai veiktu gandrīz visu, ko dara Shazam. Tās galvenā priekšrocība salīdzinājumā ar Shazam ir tā, ka tai ir papildu funkcionalitāte, lai identificētu dziesmas, kuras dziedat vai dungojat.

Attēlu kredīts: Sulastri Sulastri / Shutterstock.com

Kā identificēt mūziku un dziesmas YouTube videoklipos

Interesanti, kā atpazīt dziesmu no YouTube videoklipa? Šis ir YouTube dziesmu meklētāja ceļvedis, lai identificētu mūziku no videoklipiem.

Lasiet Tālāk

Par autoru