听歌识曲不能识别真人清唱？准确度受什么影响？

前几天，试玩了网易云音乐的听歌识曲；

当然不是识别播放器中的歌曲，是我和两个朋友清唱，总共唱了十几首中文歌曲，包括薛之谦、五月天的热门歌曲，还有熟悉的两只老虎；

然而结果是没有一首能够识别出来，而且大部分识别出的是英文歌曲，2首是韩文歌曲；

也许我们唱的太难听？也不至于全部不能识别吧！而且中文识别为英文，这差距！

所以，听歌识曲的准确度的影响因素有哪些？

并不是太难听，不管有多好听，清唱都识别不出来。播个bgm还有可能，你需要知道听歌识曲是怎么识别的。

首先说一下以图搜图的做法，一般情况下一张图片是由亿万个像素点组成的，但是图片是一张图，怎么做到像文字那样的匹配对应呢？目前的做法基本都是把图片转化为64个左右的像素图类似这样（图1-1），然后再进行匹配。

歌曲也是同样的道理，每首歌的频率都是不一样的，就算同个人唱第二遍，人声部分也是不一样的，但是整首歌的bgm是一样的，基本旋律也是一样的，那么一般的做法会在歌曲中每个段落曲一些频率的特征点，然后进行特征点的匹配，找到最近似相同的歌曲。

接下来，简单说说下听歌识曲的两种方法，对算法要求和识别率要求较高。

• 短时音调-时间图，曲库里存储的是每首歌的标准音调序列。如：Shazam、QQ音乐等App，对录音（wav波形声音）进行傅里叶变换，得出这段录音的频谱。（感兴趣的可以上百度百科查查）

语音信号共振峰。基于LPC（线性预测编码）方法提取的语音信号共振峰，共振峰决定元音的音质。

数据源自：《LPC方法提取语音信号共振峰的分析》

如果是可以识别哼唱功能的，建议题主用soundhound这款软件，国内的话，推荐QQ 音乐的哼唱识别功能。

了解了听歌识曲的算法后，影响就简单了。

• 内部因素

第一个是技术：算法和歌曲识别率。

第二个是曲库：储存了多少歌曲。

• 外部因素：网速、每个人的发音、环境如何（是否有噪音）等等都能影响到。

这个答案是抛钻引钰，希望更多人来解答。

文/ 丨虫子丨 某网 产品经理

关键字：产品经理, 识别

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！