我想類似Tunatic或Midomi建立的東西（試出來，如果你不知道他們在做什麼），我想知道我不得不用什麼算法;這個想法我有這樣的應用程序的工作原理是這樣的：音樂識別和信號處理
我雖然降低了質量/比特率的因環境噪聲和編碼的差異。
我在正確的軌道嗎？任何人都可以提供任何特定文檔或示例？ Midori似乎甚至承認hum's，這是非常令人印象深刻！他們如何做到這一點？
是否存在聲音哈希值，還是我剛編好的東西？如果他們這樣做，我該如何計算它們？更重要的是，如何檢查child-hash是否在father-hash？
我該怎麼去用Python（也許是內置模塊）或PHP構建一個類似的系統？
一些例子（最好在Python或PHP中）將不勝感激。提前致謝！
我在一個很酷的框架的外圍工作，實現了幾種音樂信息檢索技術。我幾乎不是一個專家（編輯：實際上我沒有接近專家，只是爲了澄清），但我可以告訴我們，快速傅里葉變換在這個東西的所有地方都會使用。傅里葉分析很古怪，但其應用非常簡單。基本上，當您在頻域而非時域分析音頻時，您可以獲得大量有關音頻的信息。這是傅立葉分析給你的。
這可能與您想要做的事情有點偏離。在任何情況下，項目中都有一些很酷的工具可供使用，以及查看核心庫自身的源代碼：http://marsyas.sness.net
我如何檢測是否有人吹口哨到iPhone麥克風..？ – iDeveloper 2015-08-30 14:31:50
自從我上次做信號處理以來，查看頻域表示（例如FFT或DCT）。然後你可以做一個散列的搜索數據庫歌曲與該序列英寸
棘手的部分是快速搜索（也許一些關於基因搜索的論文可能是有趣的）。我懷疑iTunes也會檢測一些工具來縮小搜索範圍。從音樂中提取
MFCC是在尋找歌曲之間的相似性，擊鼓..這是最常用的找到類似的歌曲是非常有用的。正如darren所指出的，Marsyas是一種可用於提取MFCC並通過將MFCC轉換爲單個向量表示來找到類似歌曲的工具。
除了MFCC之外，Rhythm也用於查找歌曲相似度。有在Mirex 2009
介紹幾篇論文，會給你不同的算法和功能，在檢測音樂相似度最有幫助的很好的概述。
MFCC的+1 – keyboardP 2010-01-14 23:55:24
我看過一個關於在某個音樂信息檢索服務（沒有提及姓名）做它的方法紙 - 通過計算短時傅立葉變換在音頻的採樣。該算法然後在頻域中挑出「峯值」，即時間位置和頻率特別高的幅度，並使用這些峯值的時間和頻率來生成散列。原來，哈希具有不同樣本之間令人驚訝的幾個碰撞，也反對的峯值信息約50％的數據丟失站起.....
我做音樂信息檢索（MIR）的研究。關於音樂指紋的開創性論文是2002年至2002年間由Haitsma和Kalker撰寫的。谷歌應該給你它。
我讀了一篇關於Shazam方法的早期文章（真的很早; 2000年之前）。此時，他們基本上檢測到光譜峯，然後散列峯。我相信程序已經發展。
這兩種方法在信號級別處理音樂相似性，即它對於環境失真是強健的。對於哼唱查詢（QBH），我認爲這不太好。然而，對於不同的（但相關的）解決方案，這是一個不同的（但相關的）問題，所以你可以在文獻中找到解決方案。 （名字太多）
ISMIR程序可以在線免費獲取。你可以找到有寶貴的東西：http://www.ismir.net/
我用像Marsyas現有庫達成一致。取決於你想要的。我想，Numpy/Scipy在這裏是不可或缺的。簡單的東西可以用Python自己編寫。哎呀，如果你需要像STFT，MFCC這樣的東西，我可以給你發郵件給你的代碼。
我知道我忘記了一些東西：音符級的相似性通常是通過計算色度圖來實現的。對於每個時間幀，計算信號中有多少C，C＃，D，D＃，...，A＃，B。因此，色度圖具有12維的尺寸。許多相似性方法使用這個。 – 2010-01-15 15:23:53
感謝您的輸入。你能給我發電子郵件嗎？我很難弄清楚這一點，一些示例代碼會很有用。 – 2010-01-21 21:36:54
@Steve Tjoa有可能檢測到哨聲..？ – iDeveloper 2015-08-26 15:46:27
目前我正在開發一個使用ActionScript 3的音樂搜索引擎。這個想法是首先分析和絃並標記出頻率劇烈變化的幀（它僅限於mp3文件）（旋律變化並忽略噪音） 。之後，我對輸入聲音做同樣的事情，並將結果與倒排文件進行匹配。匹配的人確定匹配的歌曲。
對於阿克塞爾的方法，我覺得你不應該擔心的查詢它是否是一個唱歌或者只是哼唱，因爲你沒有實現語音識別程序。但我很好奇你的使用散列函數的方法。你能向我解釋一下嗎？
MusicBrainz project維護這樣的數據庫。您可以根據指紋對其進行查詢。
該項目已經存在了一段時間，並在過去使用過不同的指紋。請參閱here獲取列表。
他們正在使用的最新指紋是AcoustId。有Chromaprint庫（也與Python綁定），您可以在其中創建此類指紋。您必須爲其提供原始PCM數據。我最近在Python中編寫了一個庫，它可以解碼（使用FFmpeg）並提供生成AcoustId指紋（使用Chromaprint）和其他東西（也用於通過PortAudio播放流）的功能。請參閱here。
我最近移植我的音頻基於地標的指紋系統的Python：
https://github.com/dpwe/audfprint
它可以識別小（5-10秒）摘錄的幾千軌道10S的參考數據庫，並對噪聲和信道失真非常有效。它使用局部譜峯的組合，類似於Shazam系統。
這隻能匹配完全相同的音軌，因爲它依賴於頻率和時間差的細節 - 它甚至不匹配不同的音樂，當然不會覆蓋版本或嗡嗡聲。據我所知，Midomi/SoundHound通過匹配嗡嗡聲來相互作用（例如通過dynamic time warping），然後在一組嗡嗡聲與預期音樂軌道之間有一組人爲策劃的鏈接。
將嗡嗡聲直接匹配到音樂曲目（「通過哼唱進行查詢」）是音樂信息檢索中正在進行的研究問題，但仍然相當困難。您可以看到去年在MIREX 2013 QBSH Results處評估的一組系統的摘要。
對於查詢哼唱功能，它比音頻指紋識別解決方案更復雜，困難來自於：
這是一個哼唱開源項目https://github.com/EmilioMolina/QueryBySingingHumming的演示查詢，可以作爲參考。
相關問題：[聲音樣本識別庫/代碼]（http://stackoverflow.com/questions/2817663/sound-sample-recognition-library-code），[聲學指紋opensource？]（http：// stackoverflow .COM /問題/ 2462410 /聲學指紋開源）。好[來自MusicBrainz的維基概述]（http://wiki.musicbrainz.org/Fingerprinting）。 – Albert 2013-01-15 10:00:27
這是Python的一個很好的選擇：https：//github.com/worldveil/dejavu – lollercoaster 2014-07-21 04:40:58