Определение звучащей музыкальной композиции¶
«Какая песня играет» — это запрос, с помощью которого пользователь ищет идентификацию музыкальной композиции, звучащей в конкретный момент: в кафе, в магазине, по радио, в кино, в рекламе или в чужой записи. Запрос относится к категории задач распознавания аудио (audio recognition) и решается с помощью специализированных технологий и сервисов, сопоставляющих фрагмент звука с базой данных музыкальных произведений.
¶Принцип работы технологий распознавания музыки
Технология, позволяющая определить играющую песню, основана на анализе акустического отпечатка (acoustic fingerprint) — сжатого цифрового представления звукового сигнала, устойчивого к шуму, искажениям и изменению громкости. Алгоритм выделяет из аудиопотока характерные спектральные особенности, формирует на их основе уникальный отпечаток и сопоставляет его с миллиардами записей в базе данных.
Ключевые этапы работы:
- Захват звука. Микрофон устройства записывает фрагмент окружающей среды продолжительностью, как правило, от 5 до 15 секунд.
- Предобработка. Из сигнала удаляется фоновый шум, выделяется диапазон частот, наиболее информативный для идентификации.
- Формирование отпечатка. Алгоритм (например, на основе спектрограмм и преобразования Фурье) создаёт краткое цифровое описание фрагмента.
- Поиск в базе. Отпечаток сопоставляется с индексом музыкальных произведений; при совпадении система возвращает метаданные: название трека, исполнителя, альбом, год выпуска.
¶Основные сервисы и приложения
¶Shazam
Shazam — наиболее известный сервис определения музыки, основанный в 2000 году британским предпринимателем Крисом Бартоном. Приложение анализирует фрагмент звука и сопоставляет его с базой, содержащей свыше 100 миллионов треков. В 2018 году Shazam был приобретён корпорацией Apple за около 400 млн долларов и интегрирован в iOS, macOS и Siri. Сервис доступен бесплатно и работает офлайн-режиме с ограниченной базой.
¶SoundHound
SoundHound — конкурент Shazam, основанный в 2005 году. Помимо идентификации записанной музыки, сервис поддерживает распознавание мелодии, напетой или пропетой пользователем (humming recognition). Компания также разрабатывает технологии голосового интерфейса для автомобильных информационно-развлекательных систем.
¶Яндекс.Музыка и ВКонтакте
В России функция определения играющей песни реализована в приложении «Яндекс.Музыка» (раздел «Узнать») и в мобильном приложении ВКонтакте. Эти сервисы используют собственные базы музыкальных произведений и учитывают российский и локальный репертуар. ВКонтакте также позволяет определить трек по фрагменту текста, введённому вручную.
¶Google и встроенные помощники
Поисковая система Google позволяет определить песню голосовой командой «What's this song?» через Google Assistant. Аналогичную функцию предоставляет голосовой помощник Alexa от Amazon.
¶Применение
Технология определения музыки применяется в нескольких сферах:
- Бытовой поиск. Пользователь узнаёт название композиции, услышанной в общественном месте, и добавляет её в свой плейлист.
- Медиаиндустрия. Телеканалы и продюсеры используют сервисы для идентификации музыки в пользовательских видеохостингах и борьбы с нарушением авторских прав.
- Реклама и маркетинг. Бренды отслеживают, какие треки звучат в рекламных роликах и как они резонируют с аудиторией.
- Розничная торговля. Магазины и сети общественного питания используют данные о прослушиваемой музыке для анализа предпочтений посетителей.
- Разработка. Программисты интегрируют API сервисов распознавания в собственные приложения и устройства.
¶Ограничения
Точность определения зависит от нескольких факторов: уровня фонового шума, длительности записываемого фрагмента, качества микрофона и того, насколько композиция представлена в базе данных. Живые выступления, ремиксы, кавер-версии и редкие треки распознаются хуже студийных записей. В шумной среде рекомендуется поднести устройство ближе к источнику звука.
¶Исторический контекст
Идея машинной идентификации музыки восходит к 1990-м годам, когда исследователи из Массачусетского технологического института разработали систему AcoustID и алгоритмы акустических отпечатков. Коммерческое применение технологии стало возможным с развитием мобильных устройств и широкополосного интернета в 2000-х годах. К 2020-м годам ежегодный объём запросов на определение музыки через Shazam превысил 60 миллиардов.
¶Источники
- Официальные документы Apple Inc. о приобретении Shazam
- Публикации IEEE Signal Processing Society об акустических отпечатках
- Материалы SoundHound Inc. о технологии распознавания музыки
- Пресс-релизы Яндекса о функции «Узнать» в Яндекс.Музыке
