今日お昼を食べていた店で知らない歌が流れてまして、歌は知らないとしても、声はどこかで聞いた事のある声なんだけど誰だろう？と思いながらも、ナカナカ思い浮かびませんでした。仕方無く、携帯を取り出してムービーモードで保存。家に帰ってから歌詞を聞き取ってgoogle先生に聞いてみたところ、0.20秒で判明しました。いや、世の中、便利になったモンです。
そこでふと思ったのですが、この検索作業をその場で一瞬で行えるスマートフォン（持ってないけど）のアプリが無いモノかと思って、これまたgoogle先生にお聞きしてみたのですが、ジャストフィットする物は見当たりませんでした。よく考えたら、近くの人の声も入っていますし、お店の雑踏も入っていますし、伴奏も入っていますし、この「音」の中のドコが「歌」なのかを判別するのって、やっぱりプログラムでは難しいのかなという気もします(^^;)。
実装方法としては、固有の波長の音の塊を、例えば「Ａさんの声」「Ｂさんの声」「Ｃさんの声」「伴奏らしきモノ」「足音らしきモノ」「茶碗らしき音」・・・みたいに、幾つかスライスするように抜き出して、その中から１個選ばせて、音から言葉を文字に起こして、その文言をネット上の歌詞データーベースから検索する、みたいな動き・・・アチコチ難しくて無理か！！(笑)
ちなみに、コレでした。なるほど、上戸彩だったか(^^;)。
ふーん、なるほどMTVが絡んでるなら楽曲のサンプリングも問題無いか、
と思いながら下まで読んで、「2004年」の記事である事にショックを受けました(^^;)。
そんなに前から確立してた技術なんですね。。
Shazamは本来有償のサービスらしいですよ。
ttp://k-tai.impress.co.jp/cda/article/interview/19712.html
ａｎｄｒｏｉｄ版は年内は無償利用できるみたい。
ttps://market.android.com/details?id=com.shazam.android
波形で認識するって事は、そのデータを保存／公開してるデーターベースが
どこかにあるって事なんだと思うのですが・・・ドコの誰が日々コツコツと更新してるんでしょうね(^^;)。
間奏でもちゃんと認識しましたよ。タイトルが（インストゥルメンタル）になってましたが．．．
聞かせる場所でアルバム名が若干変わったりしますが、曲名やアーティスト名はちゃんと認識してます。
このスピードで検索できる仕組みが理解できませんorz
基本は波形を照合する技術らしいです。
えー！あるんですか！？
10秒って事は、歌詞じゃなくてメロディを読んでるんでしょかね。
もう、完全に世の中について行けません(^_^;)。
早速「Shazam」を入れて、再生途中の↑を聞かせたらものの１０秒ほどで検索しました。すごい時代になりました(^^;
「Shazam」や「Midomi SoundHound」じゃダメですか？