有没有开源的音频指纹方案可以提供“Shazam类”解决方案?
Shazam使用Landmark数字的商业解决方案,但我正在寻找一种替代方案(即使精度和性能较差)。
是否有人了解这样的实现,甚至发表过未实现的算法?
有没有开源的音频指纹方案可以提供“Shazam类”解决方案?
Shazam使用Landmark数字的商业解决方案,但我正在寻找一种替代方案(即使精度和性能较差)。
是否有人了解这样的实现,甚至发表过未实现的算法?
有一些开源音频识别项目,虽然你可以忘记商业音频识别服务(例如Shazam、SoundHound等)的质量/性能。这也取决于您想要进行什么样的识别(音频文件指纹/标记,实时识别,OTA(空中升级)识别等)。
开源音频识别
AcoustID/MusicBrainz 提供执行音频指纹和元数据关联(指纹器和服务器)的工具。您可以自行搭建指纹/元数据服务器或使用MusicBrainz的服务。适用于音频文件指纹和识别,但不适合实时高性能应用程序(例如OTA)。我们还测试了它的音频流监控(广播监控),但结果相当差。
Echoprint 提供与AcoustID相同的工具(指纹器和服务器+元数据),并且也可用于音频流监控,因为它可以识别从音频中任何地方获取的片段,并具有相当准确性(但我不会将其用于严肃的商业应用)。他们还声称它适用于OTA应用程序,但性能远不能用于生产用途。
Last.fm 不是完全开源的,尽管他们已经开源了指纹模块。您必须查询它们的识别和元数据提供商服务,因为它们不提供完整的解决方案。