Открыть сервисСервис

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:

  1. Захват звука. Микрофон устройства записывает фрагмент окружающей среды продолжительностью, как правило, от 5 до 15 секунд.
  2. Предобработка. Из сигнала удаляется фоновый шум, выделяется диапазон частот, наиболее информативный для идентификации.
  3. Формирование отпечатка. Алгоритм (например, на основе спектрограмм и преобразования Фурье) создаёт краткое цифровое описание фрагмента.
  4. 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
Заметили ошибку или не согласны с информацией в статье? Напишите нам support@bfometr.ru