Jak działa Shazam lub Sound Hound?

Question

Pracuję aplikacji iOS z SDK dla iOS 5.0 i XCode 4.2.

Chcę opracować aplikację, która rozpozna dźwięki. Rozumiem, że istnieje aplikacja o nazwie Sound Hound, która rozpoznaje muzykę i opowiada o wykonawcy i tytule.

Jak mogę zrobić coś podobnego? Chcę porównać dźwięk z istniejącą bazą danych dźwięku. Jak mogę to zrobić?

Może mogę użyć Fourier Transform. Nie wiem, jak przetwarzać dźwięki. Lub może być podobny do rozpoznawania mowy, prawda?

Answer 1

Natknąłem się na dokument wyjaśniający działanie algorytmów wyszukiwania audio. Oto link. Został napisany przez jednego z twórców Shazam, konkurencyjnej aplikacji SoundHound.

Answer 2

dobry links na stronie wikipedia to: http://www.soyoucode.com/2011/how-does-shazam-recognize-song i papier http://www.ee.columbia.edu/~dpwe/papers/Wang03-shazam.pdf Sub_stantial wspomniano wcześniej

Answer 3

Shazam Aplikacja jest jednym z najlepszych przykładów do zastosowania w Linked otwartych danych trwa krótką muzykę próbki od użytkownika końcowego i identyfikuje utwór z zestawów danych oraz link do zakupu albumu.

Użytkownik oznacza utwór na 10 sekund, a aplikacja tworzy odcisk palca audio na podstawie niektórych kotwic uproszczonego spektrogramu i obszaru docelowego między nimi.

Dla każdego punktu obszaru docelowego tworzona jest wartość skrótu, która jest kombinacją częstotliwości, w której znajduje się punkt kontrolny, częstotliwością, w której znajduje się punkt w strefie docelowej, oraz różnicą czasu między punkt w strefie docelowej i moment, w którym punkt zaczepienia znajduje się w utworze.

Po utworzeniu odcisku palca audio Shazam rozpoczyna wyszukiwanie dopasowań w bazie danych. Jeśli istnieje dopasowanie, informacja jest zwracana do użytkownika; w przeciwnym razie wyświetli dialog "nieznana piosenka".