Как развивались системы автоматической идентификации музыки в интернете?

Системы автоматической идентификации музыки в интернете развивались по нескольким направлениям:

• Расширение баз данных. 2 Ранние версии сервисов имели ограниченные базы данных песен. 2 Современные сервисы могут похвастаться обширными базами данных, охватывающими миллионы треков, включая региональную и независимую музыку. 2
• Использование облачных вычислений. 2 Ранние версии сервисов полагались на ограниченные возможности физических серверов. 2 Облачные вычисления позволяют масштабировать, быстро обрабатывать и сопоставлять аудиоотпечатки с большими базами данных. 2
• Использование мобильных технологий. 2 Ранние сервисы работали на базовых мобильных телефонах с ограниченной вычислительной мощностью. 2 Современные смартфоны с усовершенствованными процессорами и более качественными микрофонами повышают качество захваченного звука и скорость обработки. 2
• Применение искусственного интеллекта. 2 Алгоритмы ИИ постоянно обучаются и совершенствуются на основе больших массивов данных, повышая точность сопоставления аудио и уменьшая количество ложных срабатываний. 2

Некоторые сервисы, которые развивались в рамках технологий автоматической идентификации музыки:

• Shazam. 3 Система поиска аудио, которая идентифицирует фрагмент песни и создаёт «цифровой отпечаток пальца», чтобы быстрее распознавать его в будущем. 3
• SoundHound. 2 Сервис использует запатентованный искусственный интеллект под названием «Deep Listening», повышающий точность распознавания напеваемых запросов. 2
• Google Assistant. 2 Сервис использует инфраструктуру искусственного интеллекта и машинного обучения Google для идентификации песен, даже малоизвестных, и интегрирует эту функцию в различные устройства. 2
• Siri. 2 Сервис использует ИИ и машинное обучение Apple для улучшения возможностей распознавания песен, особенно при интеграции с библиотекой Apple Music. 2