ИИ, который поможет найти похожую музыку
Команда специалистов создала ИИ-сервис Maroofy Search, который помогает находить композиции, похожие на вашу любимую песню.
Maroofy — проект, работающий на базе искусственного интеллекта, который проиндексировал и запомнил более 120 миллионов треков из каталога Apple Music. Причем работает он как с зарубежными, так и с российскими треками. Очень простой в использовании, но легко поможет обновить коллекцию любимой музыки. Если ввести в строку поиска на странице Maroofy название и исполнителя своей любимой песни, система мгновенно проанализирует её ритмику, тональность, размер и прочие параметры, а затем составит для вас плейлист из похожих треков.
По материалам iphones.ru
Иногда найти музыкальную композицию, похожую на ту, что вы слушаете сейчас, бывает очень непросто. Поиск похожей музыки в Гугле срабатывает не во всех случаях, а рекомендации от друзей и знакомых далеко не так точны, как хотелось бы. Так как найти похожие песни среди миллиона треков? В этом могут помочь музыкальные онлайн-сервисы. Перечисляем самые полезные из них.
Программа для подбора музыки LaLaPoisk.ru
Интерфейс сервиса очень прост. На главной странице вы сразу же увидите форму для заполнения, в которую нужно ввести следующие данные: группу или исполнителя и название песни или мелодии. Затем кликните на кнопку «Найти». Сервис в течение нескольких секунд обработает запрос и предложит вам несколько десятков похожих треков. Песни будут перечислены в зависимости от точности совпадения: самые похожие — наверху списка, менее похожие — внизу. Рядом будет ссылка на эту композицию во «Вконтакте» — можете сразу перейти по ней и послушать найденную композицию. Итак, с помощью сервиса LaLaPoisk.ru вы можете очень быстро найти похожую музыку. Только обращайте внимание на правильное написание названий песен и имён артистов. Если допустите ошибку — ваш запрос не будет распознан.
Поиск похожих песен на Last.fm
Last.fm — это один из самых популярных русскоязычных сайтов, посвященных музыке. На нём можно слушать песни онлайн, находить информацию об исполнителях, а также подбирать похожую музыку. Откройте главную страницу сайта и перейдите в пункт меню «Музыка». Вы увидите список самых популярных треков, последние релизы, предстоящие релизы и т.д. Проскрольте страницу вниз и найдите раздел с персональными рекомендациями. В отличие от предыдущего сервиса Last.fm позволяет найти похожую музыку только по имени исполнителя, но и этого может быть достаточно. Вбиваем имя артиста, кликаем «Получить рекомендации» и слушаем предложенные варианты.
Подбор музыки во Вконтакте, Apple Music и SoundCloud
Эти музыкальные платформы работают по отличному от сервисов алгоритму. Они подбирают похожую музыку не на основе конкретной композиции или исполнителей, а отталкиваясь от ваших предпочтений в целом. Но это не значит, что этот метод поиска похожей музыки стоит сбрасывать со счетов. Время от времени прослушивайте персональные подборки — возможно именно в них вы найдёте то, что так долго искали.
Надеемся, этот материал помог вам разобраться в том, как искать похожую музыку.
Ищу сервис/способ, который поможет искать музыку, похожую на ту, которую слушаю я.
Гуглить я умею, не сомневайтесь. Но мне важно мнение о том или ином сервисе/способе. Пробовал много чего, но не заходило по многим причинам.
Я меломан, слушаю почти все популярные и не популярные жанры. Тот же ВК, советует мне всё подряд, основываясь на моём винегрете из жанров. Такое мне не подходит, иногда хочется сконцентрироваться на каком-то одном. На саундклауде вообще своя атмосфера. Там нет некоторых моих любимых исполнителей, а значит и искать похожее там, нет смысла. Не буду их все перечислять. Мне интересно услышать вас! Как ВЫ находите новую, похожую музыку?
Если есть желание, можете рассказать и про подобные сайты, для поиска игр/фильмов. А после изучения всей темы, возможно создам пост-статью, где всё подробно и внятно опишу. Будет полезно для многих, я считаю.
Аудиопоиск Google и Siri, боты Telegram, другие удобные приложения — у Shazam есть немало аналогов, справляющихся с задачей распознавания музыки ничуть не хуже.
1. SoundHound
Один из наиболее известных аналогов, который может распознать не только проигрываемую музыку, но и напетую вами песню. Для идентифицированной композиции сразу появляется ссылка на Google Play, а также вспомогательная информация о самом исполнителе, его альбомах и клипах.
Полезная особенность сервиса — возможность в режиме реального времени следить за текстом песни. Использовать приложение можно совершенно бесплатно, но придётся мириться с рекламными баннерами. В целом по точности SoundHound практически не уступает Shazam, но сам процесс распознавания порой занимает куда больше времени.
2. BeatFind
Это менее известный, но не менее полезный сервис, лишённый нагромождения функций и рекламы. По точности распознавания композиций он не уступает более именитым аналогам, а по скорости нередко их даже превосходит. При тестировании ошибся он лишь единожды, приняв песню, исполняемую а капелла, за студийный оригинал.
Распознанный трек можно открыть в Spotify, Deezer или на YouTube. Также приложение позволяет визуализировать музыку, которую «слышит», синхронизировав с ней анимацию на экране. В бит может моргать даже вспышка вашей камеры, словно это портативный стробоскоп.
3. MusicID
Ещё один малоизвестный и очень простой внешне сервис со ссылками на Amazon. Он плохо знает инди-музыку, особенно русскоязычных исполнителей, но при этом имеет приятный и удобный интерфейс с минимальным количеством рекламы.
Все найденные треки хранятся в истории поиска, откуда к ним всегда можно вернуться. Для каждой песни выводятся похожие композиции и ссылки на видео с YouTube. По исполнителю легко можно перейти ко всем альбомам. Русский язык не поддерживается, но особых познаний в английском и не потребуется.
appbox fallback https://play.google.com/store/apps/details?id=com.gravitymobile.recognize&hl=ru&gl=ru
4. Аудиопоиск Google и Siri
На самом деле, распознавать музыку вокруг можно и без каких-либо приложений. Обладатели устройств на Android могут пользоваться виджетом аудиопоиска, доступным с приложением Google. Он не только определит песню, но также позволит сразу перейти к покупке на Google Play и получить больше информации об исполнителе и альбоме из Сети.
В случае с устройствами Apple всё куда проще, ведь функциональность Shazam давно встроена в Siri. Вам достаточно лишь запустить помощника и спросить у него «Какая песня играет?» или просто «Кто поёт?». Ссылка на Apple Music, конечно же, прилагается.
5. Боты в Telegram
Использование ботов в мессенджере не самый удобный способ распознавания музыки, однако тем, кто «живёт» в Telegram, такой вариант вполне может подойти. Необходимо лишь добавить нужного бота и дать ему прослушать песню, зажав микрофон в строке отправки сообщения.
Один из наиболее популярных ботов для этого — бот «Яндекс.Музыки». Со скоростью и точностью распознавания проблем у него нет. Каждый найденный трек дополняется ссылкой на одноимённый музыкальный сервис «Яндекса».
Добавить бот «Яндекс.Музыки»→
Другой вариант — бот Acknow. Он тоже достаточно точный и быстрый, но для его работы необходимо подписаться на канал Bassmuzic. Треки Acknow дополняет ссылками на Spotify и YouTube.
Добавить бот Acknow→
Приветствую! Эта история о новом сервисе Twelody, который с помощью искусственного ителлекта помогает искать похожую музыку.
Как появилась идея
В начале 2016 года мне пришлось уволиться с работы и встал вопрос чем я буду заниматься дальше, мне уже было 30 лет и я хотел найти наконец-то дело своей жизни. Выбирать долго не пришлось, так как я очень люблю музыку и в свободное время часто зависаю за её поиском и прослушиванием, я понял, мне не хватает адекватного музыкального поисковика. Музыки в наше время становится всё больше и больше, а вот времени на поиски всё меньше. К тому же часть ресурсов, где я брал новую музыку закрылось и в реальности на тот момент оставался только VK с их своебразными рекомендациями. А мне хотелось сделать сервис, который бы анализировал звук и подбирал похожую музыку по заданной.
С чем пришлось столкнуться
Я ничего не знал по теме, кроме того, что у меня есть неоконченное музыкальное образование и я кое что знаю в программировании. Но в тот момент у меня был настолько большой энтузиазм, что я всё же начал изучать тему. Первым делом я попытался добраться до чисел (значений амплитуды), с этой проблемой мне удалось справиться в короткие сроки, но вот что делать с числами дальше я так и не смог понять. Я пытался определять ноты по самым громким всплескам, это получалось, но что делать с нотами дальше я не знал, ведь иногда они были то в одной октаве, то в другой. Сравнивать их между собой не имело никакого смысла, да я и не знал чем их можно сравнить. Промучавшись пару месяцев я отложил разработку и решил отдохнуть, иногда отложить проблему — это хороший способ её решить, так получилось и у меня.
Иногда отложить проблему — это хороший способ её решить.
Спасательный круг
Через некоторое время я узнал о существовании нейронных сетей, в тот момент они только набирали популярность и первый мой урок по ним оказался впечатляющим. Я понял, что вот оно, что я искал, я могу подавать данные и указывать к чему они относятся. Я стал разбираться как сделать свою нейронную сеть, изучал примеры, приобрёл и прочёл две книги и вроде бы даже нашёл статью с успешной реализацией того, чего я хочу достичь. В этой статье парень сравнивал похожие товары по изображению и у него получалось. Но найти инструмент это отлично, другое этим инструментом воспользоваться. А чтобы воспользоваться необходимо было к чему-то привязаться и тут началось самое интересное.
Изучить всю музыку, серьёзно?
Музыка настолько разнообразна, что сперва я не знал как её можно классифицировать, обилие музыкальных терминов пугает, да и многие из них не могут описать однозначно музыкальную композицию, но всё-таки я понял мне нужен жанр. Ведь только жанр способен вместить в себя всю полноту характеристики музыкальной композиции. В крайнем случае, например, тональности можно добавить потом. Что ж мне предстояло познакомиться со всеми музыкальными жанрами представленными в мировой музыкальной индустрии и по данным Википедии их насчитывается в районе тысячи. Меня ждала кропотливая работа, с которой я думал не справлюсь. Но спустя три года я собрал внушительную коллекцию музыки, с помощью которой и обучал нейронную сеть.
Опять проблемы
Первые попытки обучить нейронную сеть и воспользоваться трюками, которые я узнал показали, что это работает, но работает не точно, на каких-то примерах сеть показывала впечатляющие результаты, а на некоторых она путалась и жанр не соответствовал ожидаемому. Я стал разбираться, пересмотрел архитектуру, провёл десяток разных тестов, но это особо не помогало, единственное я заметил каждый раз результаты отличались и я понял, что каждый параметр в нейронной сети играет важную роль. Эксперименты продолжились и только спустя год я смог найти ту комбинацию, которая и пошла в продакшн. За это время было проведено почти сотня тестов и мне уже хотелось выложить не одну, а несколько параллельных версий, но нынешняя архитектура превзошла их все и я остановился на ней.
Проект сейчас
Пока я настраивал нейронную сеть актуальность музыки, которая у меня была в коллекции немного устарела, но я не мог себе позволить ждать ещё и решил выпустить альфа версию проекта, чтобы пока я пополняю коллекцию и дообучаю нейронную сеть пользователи уже сегодня могли пользоваться ресурсом. Ведь новая музыка это в первую очередь та, которую ещё не слышал, а как показали тесты сеть с этим справляется уже неплохо и впереди на подходе будет ещё более совершенный алгоритм. В нынешней реализации ещё есть путаница с жанрами, но не настолько критичная как была раньше. Всё же мне удалось воплотить свою мечту в реальность и это то, чем мне нравится заниматься на постоянной основе. И самое главное это приносит пользу другим.
С запуском проекта возникла ситуация, что сайт нужно финансировать и рекламировать, и я благодарен создателям VC за возможность рассказать людям о моём сервисе. Буду признателен, если напишите какие впечатления произвёл на Вас мой сайт и помог ли он в Ваших поисках.