嘿，你是不是也常遇到这种场景？在商场闲逛、咖啡厅小憩，甚至健身房挥汗时，一段旋律突然抓住耳朵，却死活想不起歌名？
或者，一段熟悉的节奏在脑海盘旋，歌名就像和你捉迷藏？
别急，听歌识曲功能瞬间救场！只需几秒录制，歌手和歌名立马精准现身屏幕。
但你想过吗？听歌识曲软件如何在嘈杂环境中，秒速锁定那首歌？
今天，我们就一起揭开这背后的神奇算法！
1. 声音采样：音频数字化
识曲第一步，机器如何“听”声音？先看声音本质：
声音本质是一种振动，通过空气等介质传播。
人耳将其转化为大脑信号，机器则转化为电信号，再变成计算机处理的数字信号——这就是采样。采样率越高，声音还原越完整。下图展示了采样率由低到高的效果。
根据 Nyquist-Shannon 定理，为捕捉人耳可听频率（20Hz - 20,000 Hz），采样率需达两倍，故常用 44,100 Hz。
采样只是起点，我们还需提取声音特征，转化为可识别模式。
2. 声音特征提取：从时域到频域
识曲软件首先捕捉音频的时域信号，即波形图，显示振幅随时间变化。
但时域信号难显频率成分，因此需转换到频域。
傅里叶变换（Fourier Transform）正是利器，将时域信号分解为不同频率正弦波叠加。19世纪初，傅里叶发现任何复杂信号都可分解为简单正弦波组合。
下图展示傅里叶级数将1 Hz方波分解为频域正弦波组合，呈现各频率成分和振幅。
音乐分析常用离散傅里叶变换（DFT）处理数字信号，但计算量大。快速傅立叶变换（FFT）作为优化算法，以分而治之策略加速处理，广泛应用于音频分析等领域。
通过傅里叶变换，音频从时域转入频域，频谱图则进一步可视化这些信息。
3. 频域信息的可视化：频谱图
频谱图是音频的“心电图”，记录时间、频率和强度三维信息，直观显示何时出现何频率及其强弱。歌曲特征提取就在这心电图中找最明显跳动。
▲ 图 / researchgate
上图典型频谱图：X轴时间，Y轴频率，颜色深浅表振幅。
频谱图含独特频率信息，识曲软件如何提取并比对？
4. 音频指纹：提取频率特征
识曲关键在音频指纹——歌曲的数字DNA，独一无二。
提取流程：音频分块，提取显著频率峰值，各片段峰值组合成整首歌指纹。
下图展示语音文件各区段频谱图峰值示例，这些峰值点即音频指纹核心。
▲ 图 / researchgate
不同频率范围分别处理，确保低中高音均衡分析。每首歌生成独特指纹，即使不同版本也因频率、振幅和时间差异而不同，保证精准匹配。
5. 在数据库中寻找匹配：哈希表与高效匹配
有了“指纹”，下一步即在歌曲数据库匹配。识曲技术将音频指纹转为哈希值（一种编码），加速数据库查找。软件比对准录音指纹与数据库哈希值，找到匹配歌曲。
下图展示从音频信号提取特征到生成哈希值的完整流程：
▲ 图 / Wang,A.L.-C. (2003). An Industrial-Strength Audio Search Algorithm，Shazam
A. 音频信号频谱图，显频率随时间变化
B. 提取峰值，形成星座图（连最显著频率点如星座）
C. 锚点与目标区域点配对，记录频率和时间差生成组合哈希
D. 生成哈希值，用于音频匹配与识别
算法还考量时间差，比对准录音片段与数据库歌曲时间偏移，确保任意片段精准识别。
总结识曲app秒速流程：
Step1: 采样获取录制音频片段
Step2: 快速傅里叶变换转换时域到频域
Step3: 频谱图提取关键峰值作歌曲指纹
Step4: 数据库匹配：哈希值比对找指纹匹配歌曲
Step5: 返回结果：匹配成功即反馈歌曲信息。
6. 其他广泛应用
如今，音乐识别应用丰富多元：从版权监控、检测采样相似度，到追溯流派起源。特征提取匹配技术更是个性化推荐基础——深度学习分析音乐情感、风格，挖掘用户喜好，提升推荐准度。
技术正从纯音频识别拓展到多模态识别，综合音频、视频、歌词等，提高准确性。
现在你明白了吧？下次听到神秘旋律，别犹豫，立刻打开识曲App体验这算法魅力！试试在不同场景——街头、车内、派对中识别，感受科技如何解码音乐指纹。
参考资料：
[1]Shazam Wang, A. (2003). An Industrial Strength Audio Search Algorithm.
[2]https://www.hollyland.com/blog/tips/what-is-sample-rate-in-audio
[3]https://www.ifm.com/de/en/shared/technologies/real-time-maintenance
[4]https://dewesoft.com/blog/guide-to-fft-analysis
[5]https://www.techaheadcorp.com/blog/decoding-shazam
[6]https://studyelectrical.com/2023/05/frequency-domain-analysis.html
转载内容仅代表作者观点
不代表中科院物理所立场
如需转载请联系原公众号
来源：DataCafe
编辑：小咕咕
相关问答
怎么听歌识曲?
一般歌曲歌谱和乐曲组成,而乐曲由节拍调式及调性决定。节拍一般是指多少分音符为一拍,每小节为几拍,在曲子左上方标出,如1/2、3/4等。调式是指乐曲的“dou...
如何听歌识曲?
其实音乐软件应该都是可以进行听歌识曲的,这里以酷狗音乐为例子,首先先点开酷狗音乐,点击上方的麦克风标志,点击听歌识曲,随机点开一个歌曲,两个手机放在一...
听歌识曲功能的实现原理-ZOL问答
就像一串专属的识别码。例如,一首歌的指纹可能是1234567890,当播放其中一段2345678时,系统就能识别出这是哪首歌。借助降噪和容错等技术,即便环境嘈杂或播放质量...
听歌识曲是什么原理，为什么只有旋律也可以识别出来?
题意有些含糊不明确,我按我的理解作答。把听到的歌曲或器乐曲(单旋律乐曲,不是交响乐)记录成谱,音乐术语叫记谱,也称翻谱,这对于不识谱或刚识谱的人来说...题意...
全民k歌怎么听歌识曲?
全民k歌可以通过以下方法进行听歌识曲。首先,打开全民k歌应用,在首页上拉一下,进入听歌模式。然后,选择想要识别的歌曲进行播放,等待几秒钟应用程序就会自...
网易云音乐肿么听歌识曲网易云音乐听歌识曲使用方式-ZOL问答
1、听歌识曲是现在各大音乐都有的功能,音乐也具有这个功能。2、音乐本身就带听歌识曲桌面插件,所以只要在桌面设置里找到他移动到桌面就可以了。3、首先,回到...
如何自己哼歌识别歌曲?
2.打开软件之后,在手机屏幕的右上角,我们会发现有一个加号“+”。点击它。3.点击“+”加号按钮之后,在弹出的小菜单中,我们看到有一个“听歌识曲”选项。点...
听歌识曲功能体现了哪项技术?
听歌识曲功能体现了语音识别技术。因为听歌识曲功能可以将用户所唱的歌曲通过录音转化成文字,再与已有的歌曲库进行匹配,最终找出歌曲的名称和演唱者。这需要...
怎么听歌识曲，知道歌曲的名字?
QQ音乐之类的音乐软件都有听歌识曲的功能,点开对着声源就好了QQ音乐之类的音乐软件都有听歌识曲的功能,点开对着声源就好了
怎么用蓝牙耳机听歌识曲?
打开音乐APP,播放音频即可打开音乐APP,播放音频即可