Πώς λειτουργεί το Shazam και βρίσκει οποιοδήποτε τραγούδι απλά ακούγοντάς το;

Βρίσκεσαι σε ένα κλαμπ, ακούγεται ένα κομμάτι που σου αρέσει, βγάζεις το κινητό και μέσα σε ελάχιστα δευτερόλεπτα το Shazam σου λέει τον τίτλο και τον καλλιτέχνη.

Πώς καταφέρνει μία εφαρμογή να ξεχωρίσει και να ταυτοποιήσει έναν ήχο ανάμεσα σε φωνές, φασαρία και κακής ποιότητας ήχο;

 

Η απάντηση κρύβεται σε μία τεχνολογία που ονομάζεται ακουστικό αποτύπωμα (acoustic fingerprint).

Ο αλγόριθμος που δημιούργησε ο Avery Wang το 1999 δεν «ακούει» τη μουσική όπως ο άνθρωπος, αλλά τη μετατρέπει σε μία τρισδιάστατη γραφική παράσταση, το φασματογράφημα.

Αυτό το γράφημα αποτυπώνει τρία βασικά στοιχεία: τη συχνότητα, την ένταση και τον χρόνο.

 

Από αυτό το γράφημα, το Shazam κρατάει μόνο τα πιο δυνατά σημεία, τις κορυφές του ήχου, δημιουργώντας έναν μοναδικό ψηφιακό κώδικα.

Η φασαρία του περιβάλλοντος απλώς αγνοείται, καθώς ο αλγόριθμος εστιάζει αποκλειστικά σε αυτές τις σταθερές κορυφές συχνοτήτων.

 

Στη συνέχεια, αυτό το μικρό αποτύπωμα αποστέλλεται αμέσως σε μία τεράστια βάση δεδομένων που φιλοξενείται στο cloud.

Εκεί, το σύστημα συγκρίνει το δείγμα που ελήφθη με περισσότερα από 30.000.000 τραγούδια.

Μόλις βρεθεί η ταύτιση στα χρονικά διαστήματα, η εφαρμογή εμφανίζει το αποτέλεσμα.

 

Η επιτυχία αυτής της τεχνολογίας ήταν τόσο μεγάλη που το 2018 η Apple εξαγόρασε την εταιρεία για το αστρονομικό ποσό των 400 εκατομμυρίων δολαρίων.

Σήμερα, η πλατφόρμα πραγματοποιεί πάνω από ένα δισεκατομμύριο αναγνωρίσεις τον μήνα, λύνοντας κάθε μουσική μας απορία.