【Hacker News搬运】Shazam的工作原理（2003）[pdf]

[hackernews]

Title: How Shazam Works (2003) [pdf]

Shazam的工作原理（2003）[pdf]

Text:

hn link

Url: https://ismir2003.ismir.net/presentations/Wang.pdf

### 公司简介
Shazam Entertainment 是一家成立于2000年的公司，总部位于伦敦。该公司的服务于2002年8月启动，目前在英国、德国和芬兰等地提供服务，并计划扩展到欧洲和亚洲的其他国家。

### 产品介绍
Shazam的主要产品是一个通过移动电话查询音乐的服务。用户可以通过拨打特定号码（2580）让手机聆听音乐，然后Shazam会发送短信回执，包含歌曲名称和艺术家信息，这一过程称为“标签化”。用户还可以通过访问http://www.shazam.com获取更多内容，如铃声、歌曲邮件等。

### 目标用户
Shazam针对的核心用户群体是18-25岁的音乐手机用户，他们通常难以跟上最新的音乐发布，并且喜欢新技术。此外，还有26-40岁的用户群体，他们能够识别经典 hits 以及新音乐，并需要购买建议。还有14-17岁的早期青年用户，他们能够迅速识别下一个购买的歌曲，并享受实用服务。

### 功能特色
Shazam允许用户随时随地通过移动电话识别音乐。该服务在各种环境下都有效，例如在车里、家里、工作中，以及电影院、俱乐部、酒吧、咖啡馆、商店和餐馆等地。

### 技术挑战
Shazam面临的主要技术挑战包括音频源材料的缺陷、音频设备的限制、环境因素以及搜索算法的约束。为了克服这些挑战，Shazam采用了独特的方法来创建音乐的“指纹”，并确保该系统具有高度的噪声抵抗性和可扩展性。

### 未来展望
Shazam的技术不仅可以用于音乐识别，还可以应用于其他领域，如广播监控、广告跟踪、P2P文件共享监控、图书馆音乐识别、同步和校准、音频谷歌（以例子查询）等。

### 结论
Shazam提供了一种非符号化、非泛化的“精确匹配”服务，具有很高的噪声抵抗性和高度可扩展性，且速度非常快。

请注意，由于原始内容不是中文，以上信息是根据提供的英文内容进行翻译和总结的。

Post by: goranmoomin

Comments:

aragonite: also see:
<a href="https://www.ee.columbia.edu/~dpwe/papers/Wang03-shazam.pdf" rel="nofollow">https://www.ee.columbia.edu/~dpwe/papers/Wang03-shazam.pdf</a> (2003)

aragonite: 另请参阅：<a href=“https://；&#x2F；www.ee.columbia.edu&#x2F！~dpwe&#x2F：论文&#x2F，Wang03 shazam.pdf”rel=“nofollow”>https://&#x2F；www.ee.columbia.edu&#x2F~dpwe；纸张；Wang03 shazam.pdf</a>（2003）

NoPicklez: Such impressive engineering behind it. I remember using Shazam for the first time and thought it was an absolute game changer. I still use it through Siri to identify songs I hear out in the wild.<p>Didn't realise it existed all the way back to 2003, which makes it all the more impressive

NoPicklez: 它背后的工程设计令人印象深刻。我记得第一次使用Shazam，我认为它绝对改变了游戏规则。我仍然通过Siri使用它来识别我在野外听到的歌曲<p> 没有；我没有意识到它早在2003年就存在了，这让它更加令人印象深刻

jldugger: So fundamentally just a ton of locality sensitive hashing, cleverly chosen to match the domain. Still wild that they shipped this in the flipphone era.

jldugger: 因此，从根本上讲，只需要大量的位置敏感哈希，巧妙地选择来匹配域。仍然疯狂的是，他们在翻盖时代推出了这个。

impish9208: I wonder if it can be expanded to things like speeches, snippets of movies/TV shows, etc.

impish9208: 我想知道它是否可以扩展到演讲、电影片段等内容；电视节目等。

xcdzvyn: Related: <a href="https://news.ycombinator.com/item?id=32530056">https://news.ycombinator.com/item?id=32530056</a> "Source code example of the Shazam algorithm" et. al.

xcdzvyn: 相关：<a href=“https://；&#x2F；news.ycombinator.com&#x2F！item？id=32530056”>https://&#x2F；news.ycombinator.com&#x2F；项目id＝32530056</a>“；Shazam算法的源代码示例“；等