聲學指紋背后的原理是什么？

Question

哪種API或框架用於為音樂音符分配值？ 像Shazzam這樣的應用程序如何從麥克風中獲取音符並知道如何處理呢？ 對我來說，手機麥克風和某些巧妙的邏輯可以與音樂商店的調諧器競爭，真是太神奇了！

編輯1。

有趣的論文。 Shazzam音樂識別應用程序的軟件基於聲學指紋識別和快速傅立葉變換的原理

這是實際中一些類似代碼的示例

Answer 1

聲學指紋算法不會嘗試分析音樂。 也就是說，它們不會將音頻從麥克風轉換為音符。 他們正在從音頻中提取一些任意特征，這些特征從音樂理論的角度來看並沒有多大意義，但對於識別音樂仍然很有用。

通常，您從頻譜圖開始。 頻譜圖是對頻率隨時間變化的分析。 這對於幾乎所有聲學指紋識別算法都是常見的。 他們對頻譜圖的處理方式以及從中提取的特征有何不同。 有些算法正在尋找頻譜圖中的峰值，有些則將其分成規則的間隔。 最終目標通常是生成一堆可以索引並快速搜索的哈希。

Avery Li-Chun Wang最初的Shazam算法是公開可用的。 您可以在此處找到詳細信息。

Answer 2

簡短的說明。

步驟1.使用FFT分析所有歌曲文件的原始頻率

步驟2，根據先前的FFT分析結果，建立適當的樹數據結構，以便我們按頻率搜索歌曲。

步驟3.使用麥克風錄制來自外部環境的歌曲。 並使用FFT進行分析。 從先前的頻率樹中搜索匹配的頻率。