音声検索エンジン

ユーザーが検索バーに入力したテキストは、検索エンジンのデータベースと比較されます。

一致する結果には、音声ファイルの簡単な説明と、サンプリング周波数、ビットレート、ファイルの種類、長さ、再生時間、符号化方式などの特性が表示されます。ユーザーは、結果のファイルをダウンロードするオプションを選択できます。

クエリ・バイ・サンプル（QBE）システムは、コンテンツベース画像検索（CBIR）を利用した検索アルゴリズムです。

分析された画像からキーワードが生成されます。これらのキーワードは、データベース内の音声ファイルを検索するために使用されます。

検索結果は、ファイルの種類（wav、mp3、aiffなど）やその他の特性に関するユーザーの設定に基づいて表示されます。

音声検索では、ユーザーは音楽プレーヤーを使用するか、歌うか、コンピューターのマイクに向かってハミングすることで、楽曲の音声を再生する必要があります。その後、音声波形から音のパターンが抽出され、そのフーリエ変換から周波数表現が抽出されます。このパターンは、データベース内で見つかった音声ファイルの波形とフーリエ変換に対応するパターンと照合されます。検索されたパターンと類似したパターンを持つデータベース内の音声ファイルはすべて、検索結果として表示されます。

• Picsearch Audio Searchは2006年から検索ポータルにライセンス供与されていました。Picsearchは、世界中の100以上の主要検索エンジンに画像、動画、音声検索を提供する検索技術プロバイダーでした。Picsearchサービスは2022年に運用を停止しました。^{[ 1 ]}

• SoundHound（旧称Midomi）は、音声を使って検索結果を見つけることができるソフトウェアおよび企業（どちらも同名）です。その機能には、音声ベースの人工知能サービスと、歌ったり、ハミングしたり、録音したりすることで楽曲やその詳細情報を検索するサービスが含まれます。
• Shazamは、スマートフォンやMac向けのアプリで、音楽識別機能で最もよく知られています。内蔵マイクを使って再生中の音声の短いサンプルを収集し、そのサンプルに基づいて音響的な特徴を抽出し、中央データベースと照合して一致するものを探します。一致するものが見つかった場合、アーティスト名、曲名、アルバム名などの情報をユーザーに返信します。
• Doresoは、マイクを使ってメロディーをハミングまたは歌うことで曲を識別したり、曲名や歌手名を直接入力することで曲を識別したりします。アプリには曲名や歌手の情報が表示され、曲を購入することもできます。
• Munax（現在は閉鎖）は、2005年に全コンテンツ検索エンジンの最初のバージョンをリリースした企業です。2007年7月に開発された同社のマルチメディア検索エンジン「PlayAudioVideo 」は、画像、動画、音声を同一の検索エンジンでウェブ上で検索でき、ユーザーが同じページ上でプレビューできる、初の本格的なマルチメディア検索エンジンでした。Munaxはその後閉鎖されました。