Открыть сервисСервис

Распознавание песен по звуку

Распознавание песен по звуку — это технология идентификации музыкальных произведений по акустическому сигналу, основанная на анализе звуковой записи и сопоставлении её с базой данных. Пользователь воспроизводит фрагмент песни (например, с помощью микрофона смартфона), а система определяет исполнителя, название трека, альбом и год выпуска. Технология относится к области информационного поиска и обработки аудиосигналов и применяется в музыкальных стриминговых сервисах, мобильных приложениях и устройствах умного дома.

Принцип работы

Алгоритмы распознавания музыки работают в несколько этапов:

  1. Захват сигнала. Микрофон устройства записывает звук в течение 5–10 секунд. Система фильтрует фоновый шум, отделяя музыкальный фрагмент от посторонних звуков.
  2. Извлечение признаков. Из аудиосигнала вычисляются так называемые отпечатки (fingerprint) — компактные математические описания спектральных характеристик звука. Один из наиболее распространённых подходов — извлечение пиков спектрограммы, устойчивых к искажениям качества записи.
  3. Поиск по базе данных. Отпечаток сопоставляется с миллионами записей в базе. Система подбирает наиболее близкие совпадения и выдаёт наиболее вероятный результат.
  4. Вывод результата. Пользователь получает карточку с названием песни, исполнителем, обложкой альбома и ссылкой на прослушивание.

Ключевая особенность технологии — устойчивость к искажениям: распознавание работает даже при плохом качестве записи, шуме в помещении, искажении тональности или изменении громкости.

История развития

Первые системы идентификации музыки по звуку появились в конце 1990-х годов. Одной из ранних коммерческих разработок стал сервис MusicBrainz Picard, а также исследовательский проект Shazam, основанный в 2000 году. Алгоритм Shazam, описанный в патенте 2003 года, строился на сопоставлении пиков спектрограммы с базой записей и показал высокую точность даже при сильных искажениях.

В 2000-е годы технология получила широкое распространение благодаря росту смартфонов. В 2011 году Apple приобрела Shazam за около 400 миллионов долларов, что сделало сервис одним из самых узнаваемых в мире. Параллельно развивались альтернативные решения: SoundHound, Musixmatch, а также встроенные функции в музыкальные сервисы.

Основные сервисы и приложения

СервисГод запускаОсобенности
Shazam2000Крупнейшая база, интеграция с Apple Music и Spotify
SoundHound2005Распознавание мелодии по голосовому вводу
Musixmatch2010Акцент на текстах песен и субтитрах
Яндекс.Музыка2016Встроенная функция распознавания в мобильном приложении
Google Assistant2016Определение трека через голосовой помощник

В России функция распознавания песен по звуку доступна в приложении «Яндекс Музыка» (с 2016 года) и в поисковой системе «Яндекс» через голосовой поиск. В 2023 году аналогичная функция появилась в приложении «VK Музыка».

Применение

Помимо бытового использования (определение песни в кафе, ресторане, по радио), технология применяется в профессиональной сфере:

  • Музыкальная индустрия — идентификация треков для лицензирования и роялти;
  • Телевидение и радио — автоматическое определение звучащей музыки в эфире для отчётности перед правообладателями;
  • Умные колонки — функция «что играет?» в устройствах Amazon Echo, Apple HomePod, Яндекс.Станция;
  • Видеомонтаж — определение треков в пользовательских видео для монетизации и авторских прав.

Технологические ограничения

Распознавание работает не во всех случаях. Точность падает при:

  • очень коротком фрагменте (менее 3–4 секунд);
  • сильном фоновом шуме;
  • живом исполнении (караоке, концертная запись) с изменённой аранжировкой;
  • треках, отсутствующих в базе данных (например, редких демо-записях или локальных релизах);
  • инструментальных версиях без вокала.

Для повышения точности современные системы используют нейронные сети, обученные на больших массивах аудиоданных, что позволяет распознавать музыку даже по фрагменту в несколько секунд при сильных искажениях.

Источники

  • Patent US 7,627,342 — метод и система идентификации аудиосигналов (Shazam, 2003)
  • Wang, A. L. — The Shazam Music Recognition Algorithm (2003)
  • Материалы официальных сайтов Shazam, SoundHound, Яндекс Музыка
  • Статьи IEEE Transactions on Audio, Speech, and Language Processing о методах аудиохешинга
Заметили ошибку или не согласны с информацией в статье? Напишите нам support@bfometr.ru