玩转AI新声态-哼歌识曲背后的秘密

背景：在当今社会，随着科技的发展，人们对音乐的需求也在不断增加。而哼歌识曲作为一种便捷的音乐识别方式，受到了越来越多人的喜爱。本文将为您揭秘哼歌识曲背后的原理，以及音乐识别技术的发展历程和应用。

人类早期的尝试：

1、早在20世纪60年代，科学家们就开始尝试通过计算机识别音乐。早期的研究主要集中在音频信号的处理和分析上，如频谱分析、音高检测等。然而，由于技术限制，这一时期的音乐识别准确率较低。

2、随着计算机技术的发展，特别是机器学习和深度学习技术的兴起，音乐识别领域取得了重大突破。研究者们开始利用这些技术对音乐进行特征提取和分类，大大提高了音乐识别的准确率。以至于现在除了音乐软件外，例如微信的主流APP也引入了哼歌识曲功能

为什么通过哼歌就能识别出来曲目？

其实哼歌识曲主要归功于音频信号处理和机器学习技术：

1、音频信号处理：当用户在音乐软件中哼歌时，软件首先会捕捉到这段音频信号。然后，通过一系列的信号处理技术，如傅里叶变换、梅尔频率倒谱系数（MFCC）等，将音频信号转化为特征向量。这些特征向量能够描述音频的声学属性，如音高、节奏、音色等。

2、机器学习算法：音乐软件通常会使用机器学习算法来训练一个模型，使其能够识别不同歌曲的特征。这些算法可能包括深度学习、卷积神经网络（CNN）等。在训练过程中，模型会学习大量歌曲的特征数据，并建立起一个庞大的数据库。

3、哼歌识别：当用户哼歌时，软件会将捕捉到的音频特征与数据库中的歌曲特征进行比对。通过计算相似度，软件能够找到与哼唱音频最匹配的歌曲。这个过程可能涉及到一些优化算法，如动态时间规整（DTW）等，以确保即使在哼唱节奏或音高有所变化的情况下，也能准确识别歌曲。

最后，为了提高识曲的准确性，音乐软件还可能利用用户的交互来优化结果。例如，当软件返回多个候选歌曲时，用户可以选择最符合自己记忆的那一首，从而帮助软件在未来更准确地识别类似的歌曲。

从哼歌->>>到识曲：（经历了哪些步骤）

1、音频采集：用户通过麦克风等设备哼唱歌曲，系统将采集到的声音信号转换为数字信号。

2、预处理：对采集到的音频数据进行降噪、去噪等预处理操作，以提高音频质量。

3、特征提取：从预处理后的音频数据中提取出关键特征，如旋律、节奏、音色等。

4、音乐匹配：将提取出的特征与数据库中的音乐作品进行比对和匹配。

5、结果输出：根据匹配结果，系统输出相应的歌曲信息，如歌曲名称、歌手等。