流行的应用程序Shazam是如何工作的？

Question

只是出于好奇因为我一直在想这件事。应用程序Shazam是如何工作的？我知道如何使用它，我说的是编程。应用程序如何聆听歌曲的任何部分，然后给出结果？很明显，它从数据库中接收到它的歌曲信息，但是没有方式可以输入数据库中人类知道的每一首歌。另外，为什么沙扎姆没有不断地更新？新歌不断发行，就像沙扎姆已经把未来的歌曲编在里面了。这对我来说简直是令人难以置信，我只想知道这一切到底是如何运作的。我知道这不是一个有帮助的问题，但谁能澄清一下呢？谢谢!

Answer 1

他们在diciu发布的链接上没说多少。

该算法基于傅里叶波，允许将数学函数表示为谐波函数的线性和。这种转换允许时间到频率之间的映射，这正是您创建语音识别所需要的。

我很难相信Shazaam拥有傅氏变换的专利。但是如果你试图建造一个“第二沙扎姆”，你可能会失败，因为他们已经占领了整个市场.

Answer 2

Shazam只从Fourier变换开始(这并不奇怪，因为几乎所有的音频处理都是这样工作的)。

如果你愿意的话，你可以读到王艾弗里的原稿。他是Shazam算法的发明者。我碰巧认为它最好被解释为最近邻技术，这就是为什么我们在“数据挖掘技术，第3版”的第9章中将它作为一个例子。

您可能对我们在那里要说的内容感兴趣(5)。