Как найти мелодию по звуку в яндекс

Как Яндекс распознаёт музыку с микрофона

Поиск по каталогу музыки — это задача, которую можно решать разными путями, как с точки зрения пользователя, так и технологически. Яндекс уже довольно давно научился искать и по названиям композиций, и по текстам песен. На сказанные голосом запросы про музыку мы тоже умеем отвечать в Яндекс.Поиске под iOS и Android, сегодня же речь пойдёт о поиске по аудиосигналу, а если конкретно — по записанному с микрофона фрагменту музыкального произведения. Именно такая функция встроена в мобильное приложение Яндекс.Музыки:

В мире есть всего несколько специализированных компаний, которые профессионально занимаются распознаванием музыкальных треков. Насколько нам известно, из поисковых компаний Яндекс стал первым, кто стал помогать российскому пользователю в решении этой задачи. Несмотря на то, что нам предстоит ещё немало сделать, качество распознавания уже сопоставимо с лидерами в этой области. К тому же поиск музыки по аудиофрагменту не самая тривиальная и освещённая в Рунете тема; надеемся, что многим будет любопытно узнать подробности.

Технически задача формулируется следующим образом: на сервер поступает десятисекундный фрагмент записанного на смартфон аудиосигнала (мы его называем запросом), после чего среди известных нам треков необходимо найти ровно тот один, из которого фрагмент был записан. Если фрагмент не содержится ни в одном известном треке, равно как и если он вообще не является музыкальной записью, нужно ответить «ничего не найдено». Отвечать наиболее похожими по звучанию треками в случае отсутствия точного совпадения не требуется.

База треков

Как и в веб-поиске, чтобы хорошо искать, нужно иметь большую базу документов (в данном случае треков), и они должны быть корректно размечены: для каждого трека необходимо знать название, исполнителя и альбом. Как вы, наверное, уже догадались, у нас была такая база. Во-первых, это огромное число записей в Яндекс.Музыке, официально предоставленных правообладателями для прослушивания. Во-вторых, мы собрали подборку музыкальных треков, выложенных в интернете. Так мы получили 6 млн треков, которыми пользователи интересуются чаще всего.

Малоперспективные подходы

Как лучше сравнивать фрагмент с треками? Сразу отбросим заведомо неподходящие варианты.

1. Побитовое сравнение. Даже если принимать сигнал напрямую с оптического выхода цифрового проигрывателя, неточности возникнут в результате перекодирования. А на протяжении передачи сигнала есть много других источников искажений: громкоговоритель источника звука, акустика помещения, неравномерная АЧХ микрофона, даже оцифровка с микрофона. Всё это делает неприменимым даже нечёткое побитовое сравнение.
2. Водяные знаки. Если бы Яндекс сам выпускал музыку или участвовал в производственном цикле выпуска всех записей, проигрываемых на радио, в кафе и на дискотеках — можно было бы встроить в треки звуковой аналог «водяных знаков». Эти метки незаметны человеческому уху, но легко распознаются алгоритмами.
3. Нестрогое сравнение спектрограмм. Нам нужен способ нестрогого сравнения. Посмотрим на спектрограммы оригинального трека и записанного фрагмента. Их вполне можно рассматривать как изображения, и искать среди изображений всех треков самую похожую (например, сравнивая как векторы с помощью одной из известных метрик, таких как L²):
   
   Но в применении этого способа «в лоб» есть две сложности:
   а) сравнение с 6 млн картинок — очевидно, дорогая операция. Даже огрубление полной спектрограммы, которое в целом сохраняет свойства сигнала, даёт несколько мегабайт несжатых данных.
   б) оказывается что одни различия более показательны, чем другие.

В итоге, для каждого трека нам нужно минимальное количество наиболее характерных (т.е. кратко и точно описывающих трек) признаков.

Каким признакам не страшны искажения?

Основные проблемы возникают из-за шума и искажений на пути от источника сигнала до оцифровки с микрофона. Можно для разных треков сопоставлять оригинал с фрагментом, записанным в разных искусственно зашумлённых условиях — и по множеству примеров найти, какие характеристики лучше всего сохраняются. Оказывается, хорошо работают пики спектрограммы, выделенные тем или иным способом — например как точки локального максимума амплитуды. Высота пиков не подходит (АЧХ микрофона их меняет), а вот их местоположение на сетке «частота-время» мало меняется при зашумлении. Это наблюдение, в том или ином виде, используется во многих известных решениях — например, в Echoprint. В среднем на один трек получается порядка 300 тыс. пиков — такой объём данных гораздо более реально сопоставлять с миллионами треков в базе, чем полную спектрограмму запроса.

Но даже если брать только местоположения пиков, тождественность множества пиков между запросом и отрезком оригинала — плохой критерий. По большому проценту заведомо известных нам фрагментов он ничего не находит. Причина — в погрешностях при записи запроса. Шум добавляет одни пики, глушит другие; АЧХ всей среды передачи сигнала может даже смещать частоту пиков. Так мы приходим к нестрогому сравнению множества пиков.

Нам нужно найти во всей базе отрезок трека, наиболее похожий на наш запрос. То есть:

• сначала в каждом треке найти такое смещение по времени, где бы максимальное число пиков совпало с запросом;
• затем из всех треков выбрать тот, где совпадение оказалось наибольшим.

Для этого строим гистограмму: для каждой частоты пика, которая присутствует и в запросе, и в треке, откладываем +1 по оси Y в том смещении, где нашлось совпадение:

Трек с самой высоким столбцом в гистограмме и есть самый релевантный результат — а высота этого столбца является мерой близости между запросом и документом.

Борьба за точность поиска

Опыт показывает, что если искать по всем пикам равнозначно, мы будем часто находить неверные треки. Но ту же меру близости можно применять не только ко всей совокупности пиков документа, но и к любому подмножеству — например, только к наиболее воспроизводимым (устойчивым к искажениям). Заодно это и удешевит построение каждой гистограммы. Вот как мы выбираем такие пики.

Отбор по времени: сначала, внутри одной частоты, по оси времени от начала к концу записи запускаем воображаемое «опускающееся лезвие». При обнаружении каждого пика, который выше текущего положения лезвия, оно срезает «верхушку» — разницу между положением лезвия и высотой свежеобнаруженного пика. Затем лезвие поднимается на первоначальную высоту этого пика. Если же лезвие не «обнаружило» пика, оно немного опускается под собственной тяжестью.

Разнообразие по частотам: чтобы отдавать предпочтение наиболее разнообразным частотам, мы поднимаем лезвие не только в само́й частоте очередного пика, но и (в меньшей степени) в соседних с ней частотах.

Отбор по частотам: затем, внутри одного временно́го интервала, среди всех частот, выбираем самые контрастные пики, т.е. самые большие локальные максимумы среди срезанных «верхушек».

При отборе пиков есть несколько параметров: скорость опускания лезвия, число выбираемых пиков в каждом временно́м интервале и окрестность влияния пиков на соседей. И мы подобрали такую их комбинацию, при которой остаётся минимальное число пиков, но почти все они устойчивы к искажениям.

Ускорение поиска

Итак, мы нашли метрику близости, хорошо устойчивую к искажениям. Она обеспечивает хорошую точность поиска, но нужно ещё и добиться, чтобы наш поиск быстро отвечал пользователю. Для начала нужно научиться выбирать очень малое число треков-кандидатов для расчёта метрики, чтобы избежать полного перебора треков при поиске.

Повышение уникальности ключей: Можно было бы построить индекc
    Частота пика → (Трек, Местоположение в нём).
Увы, такой «словарь» возможных частот слишком беден (256 «слов» — интервалов, на которые мы разбиваем весь частотный диапазон). Большинство запросов содержит такой набор «слов», который находится в большинстве из наших 6 млн документов. Нужно найти более отличительные (discriminative) ключи — которые с большой вероятностью встречаются в релевантных документах, и с малой в нерелевантных.

Для этого хорошо подходят пары близко расположенных пиков. Каждая пара встречается гораздо реже.
У этого выигрыша есть своя цена — меньшая вероятность воспроизведения в искажённом сигнале. Если для отдельных пиков она в среднем P, то для пар — P² (т.е. заведомо меньше). Чтобы скомпенсировать это, мы включаем каждый пик сразу в несколько пар. Это немного увеличивает размер индекса, но радикально сокращает число напрасно рассмотренных документов — почти на 3 порядка:

Отобрав с помощью пар малое число документов, можно переходить к их ранжированию. Гистограммы можно с тем же успехом применять к парам пиков, заменив совпадение одной частоты на совпадение обеих частот в паре.

Двухэтапный поиск: для дополнительного уменьшения объёма расчётов мы разбили поиск на два этапа:

1. Делаем предварительный отбор (pruning) треков по очень разреженному набору наиболее контрастных пиков. Параметры отбора подбираются так, чтобы максимально сузить круг документов, но сохранить в их числе наиболее релевантный результат
2. Выбирается гарантированно наилучший ответ — для отобранных треков считается точная релевантность по более полной выборке пиков, уже по индексу с другой структурой:
       Трек → (Пара частот, Местоположение в треке).

Такая двухэтапность ускорила поиск в 10 раз. Интересно, что в 80% случаев результат даже огрублённого ранжирования на первом этапе совпадает с самым релевантным ответом, полученным на втором этапе.

В результате всех описанных оптимизаций вся база, необходимая для поиска, стала в 15 раз меньше, чем сами файлы треков.

Индекс в памяти: И наконец, чтобы не ждать обращения к диску на каждый запрос, весь индекс размещён в оперативной памяти и распределён по множеству серверов, т.к. занимает единицы терабайт.

Ничего не найдено?

Случается, что для запрошенного фрагмента либо нет подходящего трека в нашей базе, либо фрагмент вообще не является записью какого-либо трека. Как принять решение, когда лучше ответить «ничего не найдено», чем показать «наименее неподходящий» трек? Отсекать по какому-нибудь порогу релевантности не удаётся — для разных фрагментов порог различается многократно, и единого значения на все случаи просто не существует. А вот если отсортировать отобранные документы по релевантности, форма кривой её значений даёт хороший критерий. Если мы знаем релевантный ответ, на кривой отчётливо видно резкое падение (перепад) релевантности, и напротив — пологая кривая подсказывает, что подходящих треков не найдено.

Что дальше

Как уже говорилось, мы в начале большого пути. Впереди целый ряд исследований и доработок для повышения качества поиска: например, в случаях искажения темпа и повышенного шума. Мы обязательно попробуем применить машинное обучение, чтобы использовать более разнообразный набор признаков и автоматически выбирать из них наиболее эффективные.

Кроме того, мы планируем инкрементальное распознавание, т.е. давать ответ уже по первым секундам фрагмента.

Другие задачи аудиопоиска по музыке

Область информационного поиска по музыке далеко не исчерпывается задачей с фрагментом с микрофона. Работа с «чистым», незашумлённым сигналом, претерпевшим только пережатие, позволяет находить дублирующиеся треки в обширной коллекции музыки, а также обнаруживать потенциальные нарушения авторского права. А поиск неточных совпадений и разного вида схожести — целое направление, включающее в себя поиск кавер-версий и ремиксов, извлечение музыкальных характеристик (ритм, жанр, композитор) для построения рекомендаций, а также поиск плагиата.

Отдельно выделим задачу поиска по напетому отрывку. Она, в отличие от распознавания по фрагменту музыкальной записи, требует принципиально другого подхода: вместо аудиозаписи, как правило, используется нотное представление произведения, а зачастую и запроса. Точность таких решений получается сильно хуже (как минимум, из-за несопоставимо бо́льшего разброса вариаций запроса), а поэтому хорошо они опознают лишь наиболее популярные произведения.

Что почитать

• Avery Wang: «An Industrial-Strength Audio Search Algorithm», Proc. 2003 ISMIR International Symposium on Music Information Retrieval, Baltimore, MD, Oct. 2003. Эта статья впервые (насколько нам известно) предлагает использовать пики спектрограммы и пары пиков как признаки, устойчивые к типичным искажениям сигнала.
• D. Ellis (2009): «Robust Landmark-Based Audio Fingerprinting». В этой работе даётся конкрентый пример реализации отбора пиков и их пар с помощью «decaying threshold» (в нашем вольном переводе — «опускающегося лезвия»).
• Jaap Haitsma, Ton Kalker (2002): «A Highly Robust Audio Fingerprinting System». В данной статье предложено кодировать последовательные блоки аудио 32 битами, каждый бит описывает изменение энергии в своем диапазоне частот. Описанный подход легко обобщается на случай произвольного кодирования последовательности блоков аудиосигнала.
• Nick Palmer: «Review of audio fingerprinting algorithms and looking into a multi-faceted approach to fingerprint generation». Основной интерес в данной работе представляет обзор существующих подходов к решению описанной задачи. Также описаны этапы возможной реализации.
• Shumeet Baluja, Michele Covell: «Audio Fingerprinting: Combining Computer Vision & Data Stream Processing». Статья, написанная коллегами из Google, описывает подход на основе вейвлетов с использованием методов компьютерного зрения.
• Arunan Ramalingam, Sridhar Krishnan: «Gaussian Mixture Modeling Using Short Time Fourier Transform Features For Audio Fingerprinting» (2005). В данной статье предлагается описывать фрагмент аудио с помощью модели Гауссовых смесей поверх различных признаков, таких как энтропия Шеннона, энтропия Реньи, спектрольные центроиды, мэлкепстральные коэффициенты и другие. Приводятся сравнительные значения качества распознавания.
• Dalibor Mitrovic, Matthias Zeppelzauer, Christian Breiteneder: «Features for Content-Based Audio Retrieval». Обзорная работа про аудио-признаки: как их выбирать, какими свойствами они должны обладать и какие существуют.
• Natalia Miranda, Fabiana Piccoli: «Using GPU to Speed Up the Process of Audio Identification». В статье предлагается использование GPU для ускорения вычисления сигнатур.
• Shuhei Hamawaki, Shintaro Funasawa, Jiro Katto, Hiromi Ishizaki, Keiichiro Hoashi, Yasuhiro Takishima: «Feature Analysis and Normalization Approach for Robust Content-Based Music Retrieval to Encoded Audio with Different Bit Rates.» MMM 2009: 298-309. В статье акцентируется внимание на повышении робастности представления аудиосигнала на основе мел-кепстральных коэффициентов (MFCC). Для этого используется метод нормализации кепстра (CMN).

Как найти песню по звуку онлайн (через микрофон на ПК и Андроиде)

Здравствуйте.

Вот так бывает: сидишь себе где-нибудь, проводишь приятно время — играет хорошая музыка. Хочешь скачать себе на ПК/телефон такую же — но не знаешь кто исполняет композицию, не узнаешь исполнителя. 😥

Однако, спешу обрадовать: сейчас есть специальные программы для телефона и компьютера, позволяющие автоматически и довольно быстро определить по звуку, кто исполняет данную песню. 😉

Конечно, пока вероятность определения у них не 100% — но очень близкая к этому значению (

95%). Ну а потом, уже зная кто и чего — найти композицию будет значительно проще!

В статье я рассмотрю несколько сервисов для компьютера, и несколько приложений для телефона на Андроид. Каждый из сервисов имеет свои отличительные черты (плюсы/минусы), поэтому предварительно см. описание.

Распознаем песню по звуку

Приложения

Пожалуй, они пользуются наибольшей популярностью на смартфонах, т.к. на любом из них есть микрофон (в отличие от ПК), а значит всегда, что слышно в округе — можно попытаться распознать.

Для полноценной работы данных приложений необходимо нормальное Интернет-соединение. Дело в том, что для сравнения текущего звука, который вы слышите, с большой базой песен — необходим достаточно мощный сервер, на который и передается слышимый звук телефоном (возможностей телефона для распознавания песни не хватит).

Алиса от Яндекс (и др. ассистенты)

Есть в приложениях: «Яндекс», «Яндекс-браузер

Если у вас относительно новый смартфон и он локализован для нашей страны — большая вероятность, что в нем есть приложение «Яндекс» (либо «Яндекс-браузер»). И в том, и в другом ПО — есть встроенный ассистент Алиса (она умеет определять, находить и воспроизводить музыку).

Для ее запуска — достаточно кликнуть по характерному значку (белый треугольник в сиреневом круге). 👇

Предустановленное приложение «Яндекс» на телефоне / Android 10.0

Собственно, после запуска «Алисы» — просто скажите ей голосом «Алиса, что за музыка играет?».

Далее она немного послушает ее (5-10 сек.) — и с большой долей вероятности покажет вам название трека, и его исполнителя. Кроме этого, предложит прослушать этот трек 📌на Яндекс-музыке (вы сможете сразу же добавить его к себе в избранное!). Удобно!? 😉

Пример работы! || Приложение «Яндекс» на Android 10.0

📌 Важно!

Есть и другие виртуальные ассистенты, которые могут решать аналогичную задачу (Ассистент Google, Маруся от mail.ru, Салют от Сбера и пр.). У меня на блоге есть отдельная заметка с их возможностями.

Shazam (на Андроид)

Примеры работы в Shazam

Еще одно довольно популярное приложение для смартфона на Андроид. Позволяет за считанные секунды воспроизведения звука (5-10 секунд!) — определить название композиции и ее исполнителя.

Всё, что потребуется от вас после установки приложения — это нажать одну кнопку «Автошазам» (см. скриншот выше — приложение отлично справилось с русскими и зарубежными исполнителями).

SoundHound (Windows 10/Андроид)

SoundHound: пример работы приложения

SoundHound — отличное приложение, работающее как на ПК под управлением Windows 10, так и на смартфонах под Андроид. Для того, чтобы определить и распознать играющую песню — достаточно нажать одну оранжевую кнопку и через 10 секунд вы увидите название композиции!

Онлайн-сервисы

Midomi (по звуку через микрофон онлайн)

Очень мощный онлайн-сервис, позволяющий распознавать песню через микрофон (причем даже в тех случаях, когда вы сами ее напоете — т.е. сервис даже по этому звуку может найти мелодию!).

Все что требуется от пользователя, чтобы начать распознавание — это зайти на сайт, кликнуть мышкой по кнопке с микрофоном (скрин выше), разрешить сервису получить данные с вашего микрофона, и ву-а-ля — через 10-15 сек. вы узнаете песню!

Как пользоваться сервисом:

Разрешить получить звук с вашего микрофона

AudioTag (для MP3-файлов, онлайн-радио и пр.)

Наверное, один из лучших сервисов на который можно загрузить уже имеющийся в наличие трек (например, MP3-файл). Я думаю, что у кого на диске много различной музыки, не раз встречались не подписанные треки (к примеру, трек №1, трек №2 и т.д.). В этом случае — их достаточно загрузить на сервис и получить название композиции.

Кроме этого, сервис позволяет вставить ссылку на определенный трек или воспроизводимое онлайн-аудио (например, Интернет-радио). Очень удобно, услышав интересную песню — просто быстренько вставить ссылку и получить результат.

Для начала использования:

Насчет музыки из фильмов (если приложения не находят информацию по исполнителю)

Бывает так, что в каком-нибудь фильме (сериале) услышишь интересную композицию (саундтрек), но приложения ее не находят. Как быть? 😥

📌Один из вариантов: зайти на сайт https://www.imdb.com/ и найти на нем нужный фильм (я в своем варианте взял «Один дома / Home alone»). В нижней части окна карточки фильма будет заветная ссылка «Soundtracks» (саундтреки). См. скрин ниже. 👇

Далее перед вами предстанет список саундтреков с их оригинальным названием и исполнителем. Удобно?! 👌

Источник

Как найти песню по звуку онлайн: 7 рабочих сервисов

Знакомая ситуация: неопознанный трек крутится в голове и не дает уснуть. Хочется побыстрее его найти в интернете и скачать в свой плейлист. Можно поискать фрагменты текста в обычном поисковике. Но если слов не знаешь? Тогда на помощь приходят сервисы, которые определяют название песни по звуку.

Источники звука для поиска музыки

Чтобы распознать трек, нужно загрузить его в сервис или программу. Способов ввода несколько:

Программы и онлайн-сервисы для распознавания музыки на ПК и телефоне

Онлайн-сервисы подходят и для компьютера, и для телефона. Но пользоваться ими удобнее с ПК. Для телефона используйте более комфортное решение – специальные мобильные приложения.

Через микрофон

Включите песню на любом устройстве и запустите распознавание в сервисе/приложении. Система прослушает композицию и выдаст ее название.

Онлайн-сервис Midomi

Простой и удобный сайт, даже при том, что интерфейс на английском языке. Ищет как зарубежную, так и отечественную музыку. Сразу предлагает площадки, где ее можно прослушать и скачать.

Наглядная инструкция, как работать в Midomi:

В результатах запроса вы увидите:

Рекомендация: запускайте сервис, когда музыка сопровождается словами. Лучше всего это делать на припеве. Или хотя бы подождите, пока проиграется начало песни, так как вступление распознать тяжело.

Бот в Telegram

Владелец бота – Яндекс.Музыка. Функция распознавания песен есть только в мобильном приложении сервиса. На компьютере она недоступна (через веб-сайт Яндекс.Музыки). Альтернативой в таком случае может стать фирменный бот, так как мессенджер Telegram можно установить и на ПК. Для этого перейдите на официальный сайт программы и скачайте файл для инсталляции.

Как пользоваться ботом после установки Telegram:

Ход действий в мобильной версии Телеграм такой же: включаете музыку, записываете короткое аудиопослание, отправляете боту и ждете результата. Можно попробовать спеть и самому.

Приложение Яндекс.Музыка

Минус способа – нужно сразу оформлять подписку. Это платная программа. Стоит 199 рублей в месяц (данные на 2020 год). Однако отдавать деньги можно не сразу. Для этого включите бесплатный режим на 2 месяца. Банковскую карту при этом привязать все равно придется. С нее будут сниматься деньги за подписку спустя два месяца. Пробный режим можно отменить в любое время в течение двух месяцев до снятия первого взноса.

В Яндекс.Музыке доступны не только песни со всего мира, но и подкасты, аудиокниги. Также в подписку входит просмотр фильмов в КиноПоиске, даже без интернета.

Как запустить распознавание музыки в этом приложении:

Может появиться сообщение о том, что песни нет в коллекции Яндекс.Музыки. Это случается, когда права на воспроизведение композиции отзывают. Нажмите в этом случае на крестик в правом верхнем углу. Название песни все равно появится – просто вы не сможете проиграть ее через Яндекс.Музыку.

Приложение SoundHound

Это фирменное приложение от онлайн-сервиса Midomi. Дизайн интерфейса и функции почти те же. Просто им комфортнее пользоваться с телефона – сайт в мобильном браузере может отображаться некорректно.

Кроме поиска музыки в программе есть:

В разделе «История» есть три вкладки: найденное, избранное и отложенное (сохранение неудачных поисковых запросов, которые можно повторить чуть позже).

Как пользоваться программой:

Приложение Shazam

Приложение, которое у всех на слуху. Поиск музыки – его основная функция. Но также здесь есть:

Как пользоваться программой:

По файлу или ссылке

Если у вас есть файл песни, загрузите его напрямую в онлайн-сервис AudioTag или на форум WatZatSong. Проигрывать композицию при этом не надо.

Онлайн-сервис AudioTag

Сервис распознает песни по аудиофайлам и ссылкам (видео из YouTube и других площадок).

Оптимальная длина аудиодорожки – 15-45 секунд, но можно загружать и более объемные файлы. Робот может анализировать песню вплоть до 2 минут.

Минус сервиса – английский интерфейс. Инструкции ниже помогут быстро в нем разобраться. Сначала покажем, как определить песню по аудиофайлу:

Теперь расскажем, как распознавать песню из видеоролика на YouTube:

Форум WatZatSong

Если все предыдущие способы не сработали, воспользуйтесь форумом WatZatSong. Это не автоматический сервис поиска песен по звуку, как все предыдущие. Распознают музыку здесь сами пользователи. То есть люди друг другу помогают узнать, что за песня играет на записи. Вы и сами можете кому-то помочь, послушав несколько загруженных аудиофайлов.

Здесь есть шанс найти как иностранные композиции (английский, итальянский, французский, испанский, китайский и другие), так и песни на русском. Можно загрузить готовый аудиофайл либо сделать моментальную запись с помощью микрофона.

Очевидный минус – интерфейс на английском, но мы поможем в нем разобраться. Как загрузить на форум искомый трек:

Если у вас есть готовая аудиозапись неизвестного происхождения, отправьте ее в сервис AudioTag. Он же подойдет для распознавания песен в YouTube-роликах. Либо запишите трек в режиме реального времени с помощью микрофона. Для этого подойдут такие программы и сервисы: Яндекс.Музыка, Shazam, SoundHound, Midomi. Если нет возможности включить трек, напойте его самостоятельно в микрофон. Система попробует найти композицию даже в этом случае.

Источник

Как определить название песни или музыки из видео

Если вам понравилась какая-то играющая музыка или песня, в том числе на YouTube или в другом видео, но вы не знаете название этой этой музыки, сегодня имеется множество возможностей определить песню по звуку — то есть узнать название музыкальной композиции по её мелодии, при этом независимо от того, музыка ли это без слов или песня, состоящая преимущественно из вокала (даже, если он исполняется вами).

Как распознать музыку на iPhone и iPad

Если у вас iPhone или iPad, возможно, вам не требуются какие-либо сторонние приложения: просто спросите у Siri, что за песня играет, с большой вероятностью, она сможет определить её название (при наличии подключения к Интернету).

Причем используется для этого Shazam, несмотря на то, что само приложение устанавливать на iPhone и тратить память не нужно — этот сервис определения музыки принадлежит Apple и интегрирован в голосовой помощник Siri.

Как определить песню по звуку на Android

Если у вас телефон или планшет Android, с большой вероятностью вам не обязательно прибегать к каким-либо сторонним приложениям наподобие Shazam, чтобы пользоваться функциями поиска названия и исполнителя музыки по её мелодии.

Достаточно использовать один из следующих вариантов:

Как определить название песни с помощью сторонних приложений

Помимо официальных возможностей от Google и Apple, существуют и сторонние приложения для того, чтобы узнать что за песня играет, все эти приложения доступны как для Android так и для iPhone в Play Маркет и App Store.

SoundHound

Второе по популярности приложения такого рода — Soundhound, предоставляющее, помимо функций определения песни, еще и тексты песен.

Скачать Soundhound можно также бесплатно из Play Маркет или App Store.

Как узнать песню или музыку по звуку с помощью Яндекс Алисы или Яндекс Музыки

Если вы используете голосовой помощник Яндекс Алиса, доступный для iPhone, iPad, Android и Windows, помимо прочего умеет определять песню по звуку. Всё что нужно, чтобы определить песню по её звучанию — задать соответствующий вопрос Алисе (например: Что за песня играет?), дать её послушать и получить результат, как на скриншотах ниже (слева — Android, справа — iPhone).

К сожалению, функция работает только на устройствах iOS и Android, при попытке задать ей тот же вопрос в Windows, Алиса отвечает «Так делать я пока ещё не умею» (будем надеяться, что научится). Скачать Алису вы можете бесплатно из App Store и Play Маркет в составе приложения Яндекс.

Если вы используете приложения Яндекс Музыка, то в нем на вкладке «Поиск» есть отдельная кнопка для поиска названия и автора песни по её звучанию:

Shazam

Самое известное и популярное — Shazam, использование которого можно увидеть на скриншоте ниже.

Скачать Shazam можно бесплатно с официальной страницы приложения:

Определение название песни по мелодии онлайн из видео и YouTube

Если вам требуется определять музыку по звуку на компьютере, например, из видео на YouTube, для этого можно воспользоваться следующими простыми возможностями.

AudioTag.info

Онлайн сервис определения музыки по звуку AudioTag.info на настоящий момент времени работает только с примерами файлов (можно записать на микрофон или с компьютера) или со ссылками на видео в YouTube или других сервисах. Использование сайта для поиска песни не составит труда, всё на русском языке:

В моем тесте audiotag.info не распознавал популярные композиции (записывал на микрофон), если был представлен короткий отрывок (10-15 секунд), а на более длинных файлах (30-50 секунд) для популярных песен распознавание работает хорошо. Адрес онлайн поиска названия музыки по звуку — https://ru.audiotag.info/

Midomi.com

Ещё один сервис онлайн распознавания музыки, уверенно справляющийся с задачей — https://www.midomi.com/.

Для того, чтобы узнать песню онлайн по звуку с помощью midomi.com, зайдите на сайт и кликните мышью по «Click and Sing or Hum» вверху страницы. В результате вы сначала должны будете увидеть запрос на использование микрофона, после чего можно напеть часть песни (не пробовал, петь не умею) или поднести микрофон компьютера к источнику звука, подождать около 10 секунд, и, если поиск не закончится автоматически, еще раз кликнуть туда же (будет написано Click to Stop) и посмотреть, что определилось.

Однако все то, что я только что написал — не слишком удобно, если нужно узнать мелодию из фильма на компьютере. Если у вас задача именно в этом, а не определение с микрофона (или у вас отсутствует микрофон), то можно поступить следующим образом:

Теперь, при определении песни онлайн в сервисе midomi.com, сайт будет «слышать» любой звук, проигрывающийся на вашем компьютере. Порядок действия для распознавания тот же: запустили распознавание на сайте, запустили песню на компьютере, подождали, остановили запись и увидели название песни (если вы используете микрофон для голосового общения, не забудьте потом поставить его в качестве устройства записи по умолчанию).

Расширение AHA-Music для Google Chrome

Ещё один работающий способ определения названия песни по ее звучанию — расширение AHA Music для Google Chrome, установить которое можно бесплатно в официальном магазине Chrome. После установки расширения справа от адресной строки появится кнопка для идентификации воспроизводимой композиции — достаточно нажать по этой кнопке и через некоторое время будет отображено, какая музыка играет на текущей вкладке браузера, ниже — пример для YouTube.

Расширение работает исправно и определяет песни правильно, причем удается узнать даже редкие песни на русском языке.

Источник

Поиск в каталоге Яндекс.Музыки

Вы можете искать музыку или подкасты на сервисе несколькими способами.

Введите запрос в поисковую строку

В результатах поиска появятся исполнители, альбомы, треки, подкасты и плейлисты, найденные по запросу.

Найдите музыку и подкасты среди ваших персональных рекомендаций

В Умных плейлистах композиции и подкасты, которые могут вам понравиться. Чтобы найти музыку в плейлисте, откройте его и в строке Поиск трека введите название трека или исполнителя.

Умные плейлисты формируются на основе ваших вкусов: на них влияет то, что вы слушаете и чему ставите лайки.

Найдите музыку при прослушивании радио

Если вы не знаете, что именно вам хочется сейчас послушать, включайте радио по любимому жанру или исполнителю.

Найдите музыку среди музыкальных подборок

Для этого перейдите на страницу Жанры. На этой странице вы можете найти музыкальные подборки к определенному событию, список треков из любимых фильмов или сериалов, музыку для тренировок и многое другое.

Найдите музыку в плейлисте

На странице Главное отображаются новые и популярные плейлисты, альбомы, подборки плейлистов. Чтобы найти музыку в плейлисте, откройте его и в строке Поиск трека введите название трека, исполнителя или подкаста.

Некоторые треки и подкасты в списке отмечаются специальными значками:

Поиск в каталоге Яндекс.Музыки

Вы можете искать музыку или подкасты на сервисе несколькими способами.

Введите запрос в поисковую строку

В результатах поиска появятся исполнители, альбомы, треки, подкасты и плейлисты, найденные по запросу.

Найдите музыку и подкасты среди ваших персональных рекомендаций

В Умных плейлистах композиции и подкасты, которые могут вам понравиться. Чтобы найти музыку в плейлисте, откройте его и в строке Поиск трека введите название трека или исполнителя.

Умные плейлисты формируются на основе ваших вкусов: на них влияет то, что вы слушаете и чему ставите лайки.

Найдите музыку при прослушивании радио

Если вы не знаете, что именно вам хочется сейчас послушать, включайте радио по любимому жанру или исполнителю.

Найдите музыку среди музыкальных подборок

Для этого перейдите на страницу Жанры. На этой странице вы можете найти музыкальные подборки к определенному событию, список треков из любимых фильмов или сериалов, музыку для тренировок и многое другое.

Найдите музыку в плейлисте

На странице Главное отображаются новые и популярные плейлисты, альбомы, подборки плейлистов. Чтобы найти музыку в плейлисте, откройте его и в строке Поиск трека введите название трека, исполнителя или подкаста.

Некоторые треки и подкасты в списке отмечаются специальными значками:

Источник

Слушайте и распознавайте

У Яндекс.Музыки появился бот для Telegram. Он умеет угадывать мелодии — пусть не с трёх нот, но с нескольких секунд. Если вам понравилась музыка, которая играет в магазине или кафе, запустите бота, зажмите кнопку с микрофоном и удерживайте её 5–10 секунд. Бот послушает композицию, сообщит вам название и исполнителя и пришлёт ссылку на трек на Яндекс.Музыке.

Несмотря на то, что бот только запустился, у него длинная предыстория. Возможно, вы помните, что когда-то угадывать мелодии умело мобильное приложение Яндекс.Музыки. За это отвечала созданная в Яндексе технология распознавания музыки — о том, как она работает, мы несколько лет назад подробно рассказывали в нашем блоге на «Хабрахабре».

Как анализируют звук

Характерные признаки, или сигнатуры, ищут на спектрограммах. Так называют двумерную диаграмму, где на горизонтальной оси представлено время, а на вертикальной — частота.

Спектрограммы составляют как для записанного фрагмента, так и для всех треков из базы. Затем сигнатуры фрагмента-образца сравниваются с сигнатурами известных системе треков.

Технология хорошо себя показала, но у неё были ограничения. В частности, не всегда получалось распознать трек, записанный в шумных условиях. Оживлённый разговор, собачий лай, гудки машин, хлопнувшая дверь — всё это сильно повышало вероятность ошибки. А самое главное — система была устроена так, что с подобными ошибками было трудно бороться.

По сути, задача распознавания музыки сводится к выделению и сравнению сигнатур — признаков, по которым можно понять, что записанный фрагмент относится к тому или иному треку. В первой версии распознавалки мы выделяли признаки по набору правил. Это работало, но не всегда: правилами невозможно описать всё разнообразие искажений, которые могут быть на записи.

В основе бота лежит другой подход. За выделение сигнатур отвечает нейронная сеть — она принимает решения не по набору правил, а самостоятельно. Нейросеть учится на данных: чем больше образцов записанной музыки с разнообразными искажениями ей покажут, тем лучше она будет находить соответствия между фрагментами и треками — и, соответственно, тем точнее будут ответы.

Встречаются как-то раз две нейронных сети (подробнее про альбом Neurona)

Наш музыкальный бот сейчас способен распознавать несколько миллионов треков из базы Яндекс.Музыки. Он пока работает в тестовом режиме и иногда даёт маху — но чем чаще вы его используете, тем реже он будет ошибаться. Добавить бота в Telegram можно по этой ссылке, а рассказать о своих впечатлениях от общения — в комментариях к этому посту.

Источник

1. Распознавание музыки

«Яндекс.Музыка» вполне может заменить Shazam и быстро добавить распознанный трек в вашу библиотеку.

Как работает: в мобильном приложении откройте поиск, сверните клавиатуру и нажмите на фиолетовую кнопку для распознавания трека.

2. Таймер сна

Если вы привыкли слушать музыку перед сном, то в приложении можно настроить таймер отключения, который остановит воспроизведение через определённое время.

Как работает: откройте главный экран воспроизведения, где отображается обложка альбома, нажмите на иконку секундомера в самом низу и выберите нужное время.

3. Управление «Станцией» и другими устройствами

В конце прошлого года в «Яндекс.Музыке» наконец появилась функция управления «Станцией», которая позволяет быстро перенаправить звук на нужную колонку, отрегулировать громкость и переключать треки.

Эта же функция позволяет подключить «Яндекс.Музыку», например, к устройствам с AirPlay или к Android TV.

Как работает: на главном экране воспроизведения нажмите на кнопку с изображением монитора и колонки в правом верхнем углу, а после подключитесь к одному из обнаруженных устройств.

4. Детский раздел

Специально для самых маленьких слушателей «Яндекс.Музыка» предлагает огромное количество детских книг и плейлисты детской музыки — в том числе треки из различных мультфильмов.

Как работает: чтобы включить раздел детской музыки, в приложении откройте экран «Коллекция» (сердечко справа), нажмите на шестерёнку настроек и активируйте переключатель «Показывать раздел „Детям“».

5. Эквалайзер

В «Яндекс.Музыке» нет своего эквалайзера, но есть доступ к внешним, то есть к настройкам звука вашего смартфона. Они могут позволить настроить звучание треков под ваши предпочтения.

Как работает: откройте экран «Коллекция» (сердечко справа), нажмите на шестерёнку настроек, отмотайте вниз, нажмите «Эквалайзер» и включите его.

6. Автосохранение треков

Чтобы ваши плейлисты были доступны для прослушивания даже без подключения к Сети, их можно сохранять в память смартфона. Для этого у каждого есть кнопка «Скачать».

Однако если у вас десятки плейлистов и много свободной памяти, то проще включить автоматическое сохранение — так все песни будут скачиваться при первом же воспроизведении.

Как работает: откройте экран «Коллекция», нажмите на шестерёнку настроек и активируйте переключать напротив пункта «Автосохранение треков».

7. Ссылки на соцсети и концерты исполнителей

Если у исполнителя есть официальный сайт и группы в социальных сетях, то вы наверняка найдёте ссылки на них в «Яндекс.Музыке». Аналогично и с живыми выступлениями, анонсы которых часто отражаются в приложении.

Как работает: откройте страницу группы или артиста и отмотайте её до самого низа — сначала там могут быть анонсы концертов, а дальше — и сайт, и ссылка на «ВКонтакте», и YouTube-профиль.

8. Импорт музыки из других сервисов

Мы уже рассказывали о трёх способах переноса музыку из Spotify, однако не так давно «Яндекс» запустил официальный инструмент для быстрого переезда — и не только из Spotify, но и из Apple Music, Deezer и Last.fm.

Как работает: откройте экран «Коллекция», нажмите на шестерёнку настроек, перейдите к пункту «Импорт медиатеки», выберите сервис и следуйте инструкциям.

9. Музыкальные предпочтения

Если ваши музыкальные вкусы сильно изменились и вы не хотите получать в рекомендациях треки определённых жанров и направлений, то нужно вручную уточнить свои предпочтения. Это можно сделать через веб-версию «Яндекс.Музыки».

Как работает: откройте раздел «Коллекция», нажмите «Настройки» и выберите «Уточнить» напротив пункта «Музыкальные предпочтения».

10. Статистика прослушиваний

Также в веб-версии есть статистика популярности исполнителей. Она не только отображает количество лайков и прослушиваний, но и показывает разницу от месяца к месяцу, регионы, где больше всего слушателей, а также цифры по похожим артистам.

Как работает: откройте экран любого исполнителя и перейдите к самому крайнему разделу с названием «Инфо».

«Яндекс.Музыка» →

Читайте также 🧐

• Обзор новой версии «Яндекс.Станции Мини» — громче звук и кнопки вместо жестов
• 15 полезных функций Telegram, о которых знают не все
• «Яндекс» представил второе поколение «Станции»