A essa altura da vida, muito provavelmente você já está familiarizado com os aplicativos de reconhecimento de músicas, como Shazam, SoundHound ou até mesmo o Google Assistente, entre tantos outros. Fato é que nada é tão simples quanto parece, e para algumas pessoas não será novidade nenhuma porque já se perguntaram como esses softwares funcionam. Pois bem, nesse post temos a resposta mais simples que encontramos.
Esse tipo de aplicativo compara a informação que você entrega com uma base de dados. Porém, é fascinante verificar qual é o tipo de informação que é entregue, porque não é exatamente uma gravação da música que você está escutando.
O criador do aplicativo Shazam publicou um paper onde mostra como através de um espectrograma todas as melodias podem ter uma espécie de ‘leitura digital’ única. Isso faz com que os dados que você entrega para a busca sejam visuais, e não sonoros.
Eles podem ser vistos mais ou menos dessa forma:
Não é um áudio a ser identificado, mas sim uma imagem
Cada parte de uma canção possui um identificador único que é produzido a uma velocidade incrível, com uma biblioteca de milhões de canções, onde aplicativos como Spotify e Apple Music com certeza ajudam na formação dessa biblioteca.
É claro que o sistema entrega falsos positivos, especialmente se o ambiente possui muito ruído. Mas o algoritmo de cada aplicativo vai melhorando com o passar do tempo. Existe muito trabalho desenvolvido de forma braçal até os dias de hoje, em um desenvolvimento que continua.
Todo o anterior passa, em alguns casos, em frações de segundo e, de novo, para muitos que estão lendo esse post, todas essas informações podem não ser uma novidade. Mas para outros, especialmente os recém chegados no mundo da tecnologia, a pergunta está respondida, especialmente quando você envia alguma coisa para o Facebook e o YouTube, e esse conteúdo é removido rapidamente por causa dos direitos de autor.
Muito provavelmente, esse conteúdo recebe uma ‘shazameada’ (eu sei que esse termo não existe) na rede social para o teu vídeo, e isso permitiu a marcação em casos de problemas. A resposta de tudo está nas frequências, e tudo acontece em poucos segundos.
Muito provavelmente uma das façanhas tecnológicas mais notáveis dos últimos anos, para o bem ou para o mal, e que utilizamos com muita praticidade e facilidade, sem questionar o enorme trabalho que existe por trás de tudo isso.
Para saber mais sobre o assunto, clique aqui.