AI赋能数字音乐 听歌识曲解锁搜歌新模式

文章正文
发布时间:2024-12-25 09:50

随着互联网、大数据、云计算等领域的飞速发展,近年来的人工智能在数字音乐应用方面开始了积极的尝试,例如虚拟明星“初音未来”在二次元领域圈粉无数等。与此同时,国内的人工智能也已经开始渗透在音乐产业,不断突破技术壁垒,颠覆音乐用户的听歌体验。

其中听歌识曲功能,就是技术突破的重要课题之一。2012年,听歌识曲这个概念由QQ音乐提出并开发,很好地补充和扩展了用户的找歌方式。无论用户在什么场景下,打开APP听歌识别功能,把手机靠近正在播放的背景音乐,后台就会对播放中的歌曲进行识别。

AI赋能数字音乐 听歌识曲解锁搜歌新模式

  运用音频指纹技术 进行比对音频匹配

听歌识曲,作为音频信息检索领域的一项重要课题,主流的歌曲识别技术主要运用到音频指纹(Audio Fingerprinting)的算法来提取每首歌的指纹,建立歌曲指纹库。当用户通过录音请求的时候,听歌识曲会先对这段音乐提取其音频指纹,再对该指纹进行比对匹配,找到数据库中匹配度最高的那首歌。

 快、稳、准 精准计算提供个性化用户体验

目前,各大音乐APP都配备了该功能,通常只需要一秒至几秒的音乐片段,就可以进行查询搜索歌曲,同时带给你动态歌词快速定位体验。QQ音乐的听歌识曲功能较其他软件而言,响应快速且识别准确,在安静环境下一般三秒以下,就能根据音频片段识别出对应的歌曲名。

其次,听歌识曲功具备优秀的抗噪能力,在一定的嘈杂环境下也能识别出对应的背景音乐,并返回精准的逐字歌词,方便用户直观的判断出返回结果是否符合外放音频。精准的数据建模能力,用较少的数据便达到优异的识别性能;同时,极强的海量数据处理能力,综合识别精度>99%,充分展示了听歌识曲功能稳定的优势。

AI赋能数字音乐 听歌识曲解锁搜歌新模式

最后,听歌识曲主要运用到音频指纹(Audio Fingerprinting)的算法来提取每首歌的指纹,建立歌曲指纹库。当用户通过录音请求时,听歌识曲会先对这段音乐提取音频指纹,再对该指纹进行比对匹配,找到多语言海量曲库中匹配度最高的那首歌,算法和曲库相辅相成。QQ音乐能做到市面上99%以上播放的音频都能搜索到并返回给用户。

正因为各音乐平台在智能科技、大数据算法领域的深耕精神,和以突破用户体验为前提的创新探索,各项新技术才得以迅速登上舞台。可以预见,未来的数字音乐平台将继续围绕科学技术创新,持续推动音乐产业发展,迎来新的市场增长点。