SoundHound: музыкальное распознавание и голосовой ИИ¶

SoundHound — американская технологическая компания, специализирующаяся на разработке систем распознавания музыки и голосовых ассистентов с искусственным интеллектом. Основана в 2005 году, штаб-квартира расположена в Санта-Кларе (Калифорния, США). Компания известна одноимённым мобильным приложением для идентификации музыкальных композиций, а также собственной платформой голосового искусственного интеллекта, которая используется в автомобильной и бытовой электронике.

¶История

Компания была основана в 2005 году предпринимателем Кевином Мохаджером и инженером Джеймсом Хомом. Первоначально проект назывался ConneXus, а его главной задачей было создание технологии распознавания музыки, работающей быстрее и точнее существовавших на тот момент конкурентов. В 2007 году сервис был перезапущен под брендом SoundHound, а в 2009 году вышло мобильное приложение для iPhone, которое позволяло определять мелодию по напеву — функция, отличавшая его от аналогов.

В 2015 году компания представила платформу Houndify — открытую среду для встраивания голосового управления в сторонние устройства и приложения. В 2017 году был запущен собственный голосовой ассистент Hound. В апреле 2022 года SoundHound провела первичное публичное размещение акций на бирже NASDAQ, став публичной компанией. В 2023–2024 годах компания сосредоточилась на разработке генеративных голосовых решений, включая интеграцию с большими языковыми моделями.

¶Технология распознавания музыки

Основной продукт — приложение SoundHound для iOS, Android и Wear OS. Оно использует алгоритмы акустического отпечатка (аудиофингерпринтинга): записанный фрагмент звука преобразуется в спектрограмму, которая сравнивается с базой данных миллионов треков. В отличие от таких сервисов, как Shazam, SoundHound позволяет напевать мелодию голосом без исходной записи — система сопоставляет мелодический контур напева с хранящимися в базе композициями.

После идентификации трека приложение отображает название, исполнителя, текст песни (с синхронизацией по времени), обложку альбома, а также предлагает ссылки на стриминговые сервисы. В 2020-х годах SoundHound добавила поддержку распознавания музыки в фоновом режиме и интеграцию с умными часами.

¶Голосовой искусственный интеллект

Второе ключевое направление деятельности SoundHound — технология Speech-to-Meaning (речь-в-смысл). В отличие от классических цепочек «распознавание речи → текст → обработка текста», система SoundHound интерпретирует смысл высказывания напрямую из акустического сигнала. Это позволяет обрабатывать сложные запросы с несколькими условиями без необходимости перевода в промежуточный текст и снижает задержку ответа.

Платформа Houndify предоставляет разработчикам набор инструментов для создания голосовых интерфейсов: распознавание речи более чем на 20 языках, синтез речи, обработку естественного языка, а также готовые «домены» знаний (музыка, погода, навигация, новости). Houndify поддерживает гибридную архитектуру: обработка может происходить как в облаке, так и локально на устройстве, что важно для автомобильной отрасли и систем с ограниченным интернет-соединением.

¶Применение

Голосовые решения SoundHound внедрены в нескольких отраслях:

• Автомобильная промышленность: голосовые ассистенты на базе SoundHound используются в автомобилях марок Honda, Hyundai, Mercedes-Benz и Kia. Системы позволяют управлять навигацией, климат-контролем и мультимедиа без нажатия кнопок.
• Общественное питание: платформа применяется в ресторанах быстрого питания (включая сеть White Castle в США) для приёма заказов через голосовые терминалы в окнах drive-through.
• Умный дом и бытовая техника: технология встраивается в телевизоры, колонки и устройства интернета вещей.
• Колл-центры и клиентский сервис: автоматизация обработки звонков и голосовых запросов клиентов.

Музыкальное приложение SoundHound, по данным компании на 2024 год, было загружено более 350 миллионов раз по всему миру.

¶Критика и конкуренция

Основным конкурентом SoundHound в сегменте распознавания музыки является приложение Shazam (принадлежит Apple). По оценкам аналитиков, Shazam занимает доминирующее положение на рынке идентификации музыки, тогда как SoundHound сохраняет нишу за счёт функции распознавания напева и расширенных возможностей отображения текстов песен. В сегменте голосовых ассистентов компания конкурирует с крупными экосистемами — Amazon Alexa, Google Assistant и Apple Siri, однако делает ставку на независимую платформу, которую производители могут настраивать под собственные нужды без привязки к экосистеме конкретного вендора.

Критики отмечают, что компания долгое время уступала конкурентам по темпам коммерциализации своих технологий и испытывала финансовые трудности: SoundHound завершила несколько отчётных периодов с убытками, что характерно для молодых технологических компаний, инвестирующих в исследования и разработки.

¶См. также

• Shazam
• Распознавание музыки
• Голосовой пользовательский интерфейс
• Houndify

¶Источники

• Официальный сайт компании SoundHound Inc.
• Материалы пресс-релизов и отчётности SoundHound AI, Inc. за 2022–2024 годы.
• Публикации The Verge и TechCrunch о запуске приложения и платформы Houndify.