Вы слышите в кафе завораживающую мелодию, но не знаете ни названия, ни исполнителя. Десять лет назад эта загадка могла остаться неразгаданной. Сегодня вы достаёте телефон, нажимаете одну кнопку в приложении Shazam — и через несколько секунд получаете полную информацию о треке. Как работает эта, казалось бы, волшебная технология? Давайте заглянем за кулисы одного из самых элегантных алгоритмов в мире.
Не просто «слушает»: акустический отпечаток
Главное заблуждение — что Shazam просто записывает фрагмент песни и сравнивает его с огромной базой аудиофайлов. Это было бы невероятно медленно и ресурсозатратно. Вместо этого приложение создаёт акустический отпечаток — уникальную цифровую сигнатуру звука.
Факт: Алгоритм Shazam был разработан в 1999 году Эйвери Ли Чуном и изначально работал через SMS. Пользователь звонил на короткий номер, включал музыку на 30 секунд, а в ответ получал SMS с названием трека.
Три шага магии
Процесс распознавания можно разбить на три ключевых этапа:
- Запись и спектрограмма. Приложение записывает примерно 10-15 секунд аудио. Звуковая волна преобразуется в спектрограмму — визуальное представление звука, где по осям отложены время, частота и амплитуда (громкость).
- Поиск «якорных точек». Это сердце алгоритма. Программа не анализирует всю спектрограмму целиком, а ищет особые точки — моменты, где на определённой частоте возникает резкий пик громкости. Эти точки уникальны, как узоры на пальцах.
- Создание «хэша» и поиск в базе. Алгоритм связывает найденные точки в пары, создавая простую цифровую подпись (хэш). Именно этот компактный хэш, а не аудиофайл, молниеносно сравнивается с многомиллионной базой данных Shazam.
Почему это работает даже в шумном месте?
Гениальность метода в его устойчивости. Алгоритм фокусируется на самых ярких и стабильных частотах, которые обычно соответствуют мелодии или вокалу. Фоновый шум, разговоры или низкое качество записи добавляют «лишние» точки, но ключевые, «якорные» точки трека остаются узнаваемыми. Это как узнать друга в толпе по характерной походке, а не по всему облику.
Что происходит в базе данных?
Компания Apple (владелец Shazam с 2018 года) имеет гигантскую базу данных, где для каждого трека заранее рассчитаны его акустические отпечатки. Когда вы делаете запрос, ваш хэш не «путешествует» по всей базе. Используются сложные методы индексации, похожие на те, что применяются в поисковых системах, что позволяет найти совпадение за доли секунды.
Важно: Shazam не нарушает авторские права. Он не хранит у себя полные аудиозаписи песен, а только их цифровые «отпечатки», которые бесполезны для прослушивания. Это чисто аналитические данные.
Где ещё используется эта технология?
Принципы, лежащие в основе Shazam, нашли применение в неожиданных областях:
- Медицина: Анализ сердечных тонов (фонокардиография) для выявления аномалий.
- Биология: Распознавание видов птиц и насекомых по их пению и стрекотанию.
- Интеллектуальная собственность: Автоматическое выявление несанкционированного использования музыки в видео на YouTube или в телеэфире.
FAQ: Часто задаваемые вопросы
Shazam работает без интернета?
Нет. Для создания отпечатка интернет не нужен, но для отправки хэша в облачную базу данных и получения ответа требуется подключение.
Почему иногда Shazam не может распознать песню?
Возможные причины: трек отсутствует в базе (очень новая, старая или нишевая музыка), слишком сильный фоновый шум, очень короткий фрагмент или чисто инструментальная композиция без ярких частотных пиков.
Как Shazam зарабатывает деньги?
Основная модель — реферальная. Приложение предлагает ссылки для покупки трека в iTunes, Apple Music или Spotify, получая партнёрское вознаграждение. Также данные об интересах пользователей (анонимизированные) используются для маркетингового анализа.
Есть ли аналогичные технологии у конкурентов?
Да. Например, SoundHound использует похожий, но более сложный алгоритм, способный распознавать песню по вашему напеванию. Встроенные функции поиска музыки есть у Google («Что это за песня?») и у «Яндекса» (Алиса).