Shazam कैसे काम करता है (2022)

 (cameronmacleod.com)
2 पॉइंट द्वारा GN⁺ 2023-12-06 | 1 टिप्पणियां | WhatsApp पर शेयर करें

सार शीर्षक: Shazam की संगीत पहचान तकनीक का सिद्धांत

Shazam क्या है?

  • Shazam आसपास चल रहे संगीत की पहचान करने वाला एक ऐप है.
  • ऐप खोलकर, संगीत चलने के दौरान कुछ सेकंड तक ऑडियो रिकॉर्ड किया जाता है और फिर उसे डेटाबेस में खोजा जाता है.
  • पहले यह सेवा फोन नंबर के जरिए दी जाती थी, और कॉल क्वालिटी की सीमाओं के कारण संगीत पहचान एक कठिन काम था.

संगीत पहचानना कठिन क्यों है

  • जो लोग signal processing से परिचित नहीं हैं, उनके लिए ऑडियो सिग्नल की जटिलता के कारण संगीत पहचानना एक कठिन समस्या है.
  • गाने के किसी खास हिस्से को पूरे ट्रैक में brute-force तरीके से ढूँढना बहुत धीमा होता है, और background noise तथा frequency effects के कारण सिग्नल का स्वरूप काफी बदल सकता है.

सिस्टम का अवलोकन

  • Shazam दो प्रवाहों में बँटा है: संगीत को रजिस्टर करना और उसे पहचानना; दोनों प्रवाहों में spectrogram की गणना, spectrogram में peaks ढूँढना, और peak hashing जैसे समान चरण होते हैं.
  • रजिस्ट्रेशन प्रवाह hashes को डेटाबेस में संग्रहीत करता है, और पहचान प्रवाह उन्हें डेटाबेस के hashes से तुलना करके चल रहे गाने की पहचान करता है.

spectrogram की गणना

  • ऑडियो का spectrogram पाने के लिए Fourier transform को समझना जरूरी है.
  • Fourier transform ऑडियो में मौजूद frequencies बताता है, और इसके जरिए समय के साथ frequencies में होने वाले बदलाव को दिखाने वाला spectrogram बनाया जाता है.

spectrogram

  • समय के साथ बदलती frequencies को बेहतर ढंग से दर्शाने के लिए गाने को छोटे हिस्सों में बाँटा जाता है और उन पर Fourier transform लागू किया जाता है.
  • spectrogram एक 3D ग्राफ है जिसमें समय (X-अक्ष), frequency (Y-अक्ष), और intensity (Z-अक्ष/रंग) दिखाई जाती है.

फ़िंगरप्रिंट बनाना

  • spectrogram में सबसे बड़ी frequencies दिखाने वाली peaks को खोजकर ऑडियो का एक अनोखा फ़िंगरप्रिंट निकाला जाता है.
  • ये peaks noise या अन्य distortions के बावजूद टिकाऊ रहती हैं, इसलिए फ़िंगरप्रिंट बनाने के लिए उपयुक्त हैं.

peaks ढूँढना

  • spectrogram की peaks सिग्नल में सबसे शक्तिशाली frequencies को दर्शाती हैं, और ऑडियो फ़िंगरप्रिंट में उपयोग के लिए उनका समान रूप से वितरित होना जरूरी है.
  • maximum filter तकनीक का उपयोग करके spectrogram की peaks को उभारा जाता है और उनकी स्थिति खोजी जाती है.

hashing

  • spectrogram peaks के जोड़े बनाकर hash तैयार किए जाते हैं, जिससे विशिष्टता बढ़ती है.
  • hash में दो peaks की frequency और उनके बीच का समय-अंतर शामिल होता है, और इन्हें डेटाबेस में संग्रहीत किया जाता है.

matching

  • डेटाबेस में मौजूद फ़िंगरप्रिंट संग्रह में दिए गए ऑडियो सैंपल से मेल खाने वाले फ़िंगरप्रिंट खोजने की प्रक्रिया समझाई गई है.
  • hashes को खोजा जाता है, फिर उन्हें गाने के आधार पर समूहित किया जाता है, उसके बाद hash मिलान की जाँच करके सबसे अधिक मेल खाने वाले ट्रैक का चयन किया जाता है.

निष्कर्ष

  • Shazam गानों को रजिस्टर करने और पहचानने के लिए spectrogram गणना, peak extraction, hash pairs बनाना, और फ़िंगरप्रिंट संग्रहीत करने जैसी प्रक्रियाओं से गुजरता है.

GN⁺ की राय

  • इस लेख की सबसे महत्वपूर्ण बात यह है कि यह Shazam के संगीत पहचानने की जटिल प्रक्रिया को आसान तरीके से समझाता है.
  • तकनीकी विवरणों को चरण-दर-चरण तोड़कर इस तरह प्रस्तुत करना कि शुरुआती software engineer भी समझ सकें, इसे रोचक और आकर्षक बनाता है.

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2023-12-06
Hacker News की राय

  • Shazam का कुशल hash-आधारित approach

    2008 में जब Shazam लॉन्च हुआ था, तब गानों ko computationally efficient तरीके से hash में बदलने का तरीका विकसित करना एक समझदारी भरा approach था। अगर आज ऐसी सेवा लॉन्च की जाती, to शायद मूल रूप से model ko train करने वाला R&D approach अपनाया जाता, लेकिन यह inefficient और महंगा हो सकता है। क्योंकि गानों की संख्या सीमित है, इसलिए hash-आधारित approach कहीं बेहतर performance दे सकता है।

  • Shazam का लगातार बना रहने वाला जादुई आकर्षण

    Shazam उन दुर्लभ products में से एक है जो 20 साल से भी ज़्यादा समय बाद भी जादुई महसूस होता है, और तकनीकी लोगों ko इसी तरह की चीज़ बनाने की कोशिश करनी चाहिए।

  • Shazam कैसे काम करता है, इस पर Wall Street Journal का वीडियो

    Wall Street Journal द्वारा बनाया गया एक शानदार वीडियो है jo बताता है कि Shazam अपना अनोखा audio fingerprint कैसे बनाता है।

  • Chromaprint और AcoustID के बारे में विवरण

    Chromaprint spectrum के maximum values के बजाय pitch-change patterns के आधार पर काम करता है, और इसका उपयोग AcoustID नाम के एक बड़े open database में होता है, jo MusicBrainz recordings ko audio fingerprints से जोड़ता है। Shazam जैसी commercial backing न होने के बावजूद, इस database में बहुत सारा संगीत मौजूद है, jo हैरान करने वाला है।

  • Shazam और digital signal processing पर दिलचस्प लेख

    यह Shazam के काम करने के तरीके और digital signal processing का एक बेहतरीन परिचय है, और jo लोग समझना चाहते हैं कि audio fingerprint recognition कैसे काम करता है, उनके लिए यह ज़रूर पढ़ने लायक है।

  • दूसरे media पर भी लागू होने वाले समान algorithms

    audio fingerprint recognition के अलावा, दूसरे media पर लागू किए जा सकने वाले ऐसे ही approximate algorithms भी हैं, और jo लोग वास्तविक दुनिया में hashing ko समझना चाहते हैं, उन्हें इस लेख ko धीरे-धीरे पढ़ना चाहिए।

  • Every Noise At Once वेबसाइट का महत्व

    Every Noise At Once एक अद्भुत site है, jo music genre classification और नए song signatures से पैदा होने वाली branching subgenres पर algorithmic matching लागू करती है। hosting समस्याओं की वजह से इसके बंद होने का खतरा है, और ऐसा होना World Wide Web के लिए बड़ी क्षति होगी।

  • संगीत पहचान प्रक्रिया की सहजता

    यह system हमारी perception process से बहुत मिलता-जुलता है: यह melody के टुकड़ों की पहचान करता है और फिर उन्हें क्रम में match करता है, ठीक वैसे ही जैसे हम कुछ notes सुनकर गाने ko पहचान लेते हैं।

  • संगीत पहचान में उपयोग होने वाला Fourier transform

    इसमें Fourier transform का भी ज़िक्र है, जिसका उपयोग संगीत पहचान में अक्सर किया जाता है। यही open source version Echoprint में भी इस्तेमाल हुआ था, लेकिन Spotify द्वारा अधिग्रहण के बाद उसकी सेवा बंद हो गई।