听歌识曲大揭秘

走在路上听到好听的歌，不知道歌名是什么？

Shazam it！

从 Shazam、Soundhound 专有，到现在各大音乐软件标配，听歌识曲的原理是什么？

点击下方视频，你对人工智能的了解就能轻松超过全世界 99% 的人类！

图文版本送给不方便打开的朋友 (°u°)」

拿出手机，录制片段，

找到感兴趣的音乐，就是这么简单。

不过，背后的原理是怎样的？

想通过片段寻找对应的音乐，总共分两步——

第一步，提取片段的特征。过去人们曾尝试，将音高的变化作为检索基础，效果并不理想。后来人们选择将音乐转换为频谱图，每隔几十毫秒提取一次标志点（Landmark）的特征，并将这种特征称为「指纹」。

第二步，匹配。

只要找到同样「指纹」串片段，就能确定目标。

不过资料库中的歌曲成千上万，该如何比对？

答案是……为音乐建立一个「搜索引擎」！歌曲是「网页」，指纹是「关键词」，在含有关键词的歌曲中找到最相似的那首，就完成了「听歌识曲」的过程。

（关于搜索引擎可由此复习：

《搜索引擎是如何工作的？》

）

无论通过哼唱还是通过片段寻找目标歌曲，通通都属于「音乐信息检索」（Music Information Retrieval ,MIR）的范畴。

除了听歌识曲，音乐推荐系统、音乐生成、音乐自动分类等等都属于这一领域，感兴趣的话不妨多了解一下吧！

「知智一分钟」是由「KnowingAI知智」推出的，以人工智能基础知识为主的短视频栏目。

每次一分钟，轻松了解 AI 领域基础概念！

「知智一分钟」现已入驻 B 站，

欢迎投硬币投香蕉发弹幕吐槽我们！