音で検索

サウンドによる検索は、オーディオ入力に基づいて情報を取得することです。モバイル デバイス向けにサウンドによる検索を利用するアプリケーションはいくつかあります。Shazam 、Soundhound、Axwave、ACRCloudなどは、シンプルなアルゴリズムを使用してライブラリ内の曲と音響指紋を一致させることで、かなりの成功を収めています。これらのアプリケーションは、曲のサンプル クリップまたはユーザーが作成したメロディーを取得し、音楽ライブラリ/音楽データベースをチェックして、クリップが曲と一致する場所を確認します。そこから、曲の情報が照会され、ユーザーに表示されます。

こうした種類のアプリケーションは、主にユーザーがまだ知らない曲を見つけるために使用されます。サウンドによる検索は、曲の識別だけでなく、メロディー、曲調、広告の識別、サウンドライブラリの管理、ビデオファイルの識別にも使用できます。

これらのアプリが音で検索する方法は、音響指紋、つまり音のデジタル要約を生成することです。マイクを使用してオーディオ サンプルを拾い、それを単純な数値シグネチャ、つまり各トラックに固有のコードに分解します。音の指紋を付けるのと同じ方法を使用して、Shazam はサウンド クリップを拾うと、そのクリップのシグネチャを生成します。その後、広範なオーディオ音楽データベースを使用して、そこから単純なパターン マッチングを行います。

音響指紋の使用は音楽だけに限ったことではなく、エンターテイメント業界の他の分野でも同様です。Shazam は、同じ音響指紋技術を使用してテレビ番組を識別することもできます。もちろん、サウンドサンプルを固有のシグネチャに分解するこの方法は、サンプルと一致するキーを持つ音楽の大規模なデータベースがなければ役に立ちません。Shazam のデータベースには 1,100 万曲以上が登録されています。^[1]

Midomi や Soundhound などの他のサービスでは、サウンド サンプルを対応するサウンドと一致させる可能性を広げるために、ユーザーが音楽ライブラリに追加することができます。

Midomi と Soundhound はどちらもハミングによるクエリを提供しています。これは音響指紋から派生したものですが、やはり音楽検索システムです。ユーザーが生成したハミングメロディー (入力クエリ) を受け取った後、システムはユーザーのクエリに最も近い曲のランク付けされたリストを返します。

• アンプリファインド
• 自動コンテンツ認識
• オンライン音楽データベースのリスト
• ロストウェーブ
• 音楽情報検索
• 音声認識