Распознавание песни по звуку: лучшие сервисы распознавания музыки — кто поёт?

Распознавание звука в Python — документация по абракадабре

абракадабра в стиле Shazam

abracadabra — это распознаватель звука, написанный на Python. Это реализация документа Shazam: Алгоритм поиска звука промышленной мощности.

Прочтите документацию здесь или прочитайте объяснение того, как это работает.

Для чего вы можете его использовать?

абракадабра работает как Shazam. Вы регистрируете песни заранее, а позже вы можете использовать микрофон вашего компьютера, чтобы определить, какая песня играет. Его можно использовать (как часть другой системы) для:

Установка

Сначала клонируйте или скачайте этот репозиторий:

клон

 git https://github.com/notexactlyawe/abracadabra.git
 

Затем установите зависимости, на которые опирается абракадабра. В Ubuntu вы можете установить их с помощью следующей строки:

 sudo apt-get установить gcc portaudio19-dev python3-dev ffmpeg
 

Теперь вы можете использовать pip для установки проекта:

 cd абракадабра
установка пипа.  
 

Использование в качестве скрипта

Установка проекта через pip установит song_recogniser скрипт. Чтобы просмотреть все параметры, которые вы можете передать сценарию, выполните следующее:

 song_recogniser --help
 

Ниже приведен пример использования song_recogniser :

.

 $ song_recogniser инициализировать
Инициализированная БД
$ song_recogniser зарегистрируйтесь ~/Music/CoolArtist/AwesomeAlbum
$ song_recogniser Recognizer --listen # записывает 10-секундный клип для распознавания
АЛСА...
* запись
* сделана запись
(«CoolArtist», «AwesomeAlbum», «SweetTrack»)
 

Использование в качестве библиотеки

Вы можете использовать абракадабру как часть собственного проекта, используя ее как библиотеку. Основные модули, которые вас заинтересуют, — это модули распознавания и настройки.

Большинство функций в библиотеке задокументированы. Если вы хотите использовать низкоуровневые компоненты в своем проекте, ознакомьтесь с документацией.

Проблемы и вклад

Если вы столкнулись с проблемой абракадабры или у вас есть предложения по улучшению проекта, пожалуйста, создайте задачу!

Запросы на вытягивание приветствуются, но сначала создайте вопрос, чтобы обсудить, что вы собираетесь делать.

---

Этот проект поддерживается Кэмероном Маклаудом.

---

Содержимое:

• абракадабра: Распознавание звука в Python
  • Для чего это можно использовать?
  • Установка
  • Использование в качестве скрипта
  • Использование в качестве библиотеки
  • Вопросы и участие
    • Начало работы
    • Модули
    • Участие в документации
• Указатели и таблицы
• Начало работы
  • Установка
  • Основное использование
• Модули
  • Пакет абракадабры
    • Субмодули
    • Модуль abracadabra.fingerprint
    • модуль abracadabra.recognise
    • модуль абракадабра. запись
    • модуль abracadabra.settings
    • Модуль хранения абракадабры
    • Содержимое модуля
• Участие в документации
  • Предварительные условия
  • Создание документации

• Индекс

• Индекс модуля

• Страница поиска

Что такое программа для распознавания музыки и как она работает? | Саймон Ли

4 минуты чтения

·

8 января 2019 г.

Вы когда-нибудь слышали песню и задавались вопросом, кто ее поет и что это? С появлением программного обеспечения для распознавания звука вы можете легко идентифицировать песни, мелодии, рекламу и даже фильмы одним нажатием кнопки.

Shazam Entertainment Limited была впервые основана Крисом Бартоном и Филипом Ингельбрехтом в 1999 году, а в 2002 году они запустили свое приложение для распознавания музыки Shazam на мобильных телефонах. Пользователям приходилось набирать номер и удерживать 30-секундную запись, чтобы получить результаты в виде текстового сообщения. Только в 2008 году Shazam стал приложением для смартфонов в магазине приложений iPhone 2.0. С годами у Shazam появляется все больше и больше пользователей, и он даже заключил партнерские отношения со Spotify и Apple, что привело к их покупке Apple в сентябре 2018 года за

400 миллионов долларов .

— Какие проблемы с идентификацией песни для компьютера?

Люди распознают звук, не сравнивая каждый бит, который мы слышим, с запомненной версией, а вместо этого мы последовательно распознаем определенные аккорды, которые активируют нашу память. Компьютеры могут сравнивать данные только буквально и не могут так же легко неявно распознавать закономерности. Мы, как инженеры, должны были бы определить и количественно оценить эти шаблоны, чтобы компьютер мог им соответствовать. Вот где спектрограмм и звуковые отпечатки пальцев s пригодятся.

— Что такое спектрограммы и звуковые отпечатки пальцев?

Спектрограммы представляют собой наглядные графики изменения частоты звука во времени вдоль осей x и y с цветовым градиентом для представления амплитуды частоты. Затем можно взять две спектрограммы, одну из живой записи, а другую из базы данных песен, и сравнить их, чтобы увидеть, совпадают ли они. Если да, то вы можете идентифицировать песню только по ее спектрограмме. Преобразование спектрограммы в данные, понятные компьютеру, потребует слишком большого количества данных для реалистичного масштабирования вверх, поскольку информации слишком много, и сравнение их со всеми и всеми, хранящимися в базе данных, было бы неправдоподобным.

— Как Shazam справляется с распознаванием образов?

Shazam справляется с этим, беря спектрограмму и преобразовывая ее в звуковой отпечаток , похожий на точки на графике. Каждая точка будет тогда представлять самую высокую частоту магнитуды в определенный момент времени. Преобразование в звуковой отпечаток резко уменьшает объем данных, необходимых для представления определенного звука. Shazam еще больше упрощает звуковые отпечатки и сохраняет фрагменты звука, представленные частотными номерами, и сохраняет их в хеш-таблице. С помощью

хэш-таблица , поиск песни так же прост, как поиск песни в базе данных с достаточным количеством совпадающих фрагментов. Более высокая эффективность означает, что время поиска сокращается, а при работе с людьми в настоящее время чем больше времени требуется для получения результатов, тем выше вероятность того, что они разочаруются и перестанут использовать ваше приложение.

— Какие существуют другие технологии/применения для распознавания звука?

Заявки на нарушение авторских прав могут подаваться автоматически с помощью распознавания аудио.

Снятие отпечатков пальцев аудио может использоваться не только для идентификации песен в приложении Shazam. YouTube, например, может запускать алгоритм для своих видео и проверять наличие нарушений авторских прав, просто сопоставляя звуковые отпечатки пальцев с песнями, которые не принадлежат поставщику контента.