Отключване Shazam: Обяснение на разпознаването на музика

Shazam, популярното приложение за разпознаване на музика, бързо идентифицира песни, използвайки усъвършенствана цифрова обработка на сигнала и обширна музикална база данни. Неговата прецизност осигурява незабавни резултати.

Аудио пръстови отпечатъци: Ядрото

Shazam използва „аудио пръстови отпечатъци“. То заснема кратък аудио фрагмент, анализира го и създава уникален дигитален „пръстов отпечатък“. Приложението се фокусира върху основни идентифициращи данни, а не върху записването на целия запис.

От звук към данни: Пътят на алгоритъма

Аудиото се обработва. Звуковите вълни се преобразуват в спектрограма, показваща честотните компоненти във времето. Shazam изолира „точки на интерес“ – високоенергийни или отчетливи звукови пикове. Тези точки, дефинирани от честота и време, образуват компактна сигнатура: хеш от ключови спектрални компоненти.

Съвпадение и идентификация в реално време

Генерираният аудио пръстов отпечатък се изпраща до Shazam обширната база данни на . Алгоритъмът ефикасно я сравнява със съхранените пръстови отпечатъци. Тяхната компактност и уникалност осигуряват бързи сравнения. Съвпадението извлича метаданните на песента – изпълнител, заглавие, албум – и ги показва.

Как ли Shazam Работа? Shazam генерира уникален „аудио пръстов отпечатък“ от кратък откъс от песен, след което сравнява този цифров подпис с огромна база данни от предварително индексирани пръстови отпечатъци на песни, за да намери незабавно съвпадение.