Kluczowe dania na wynos
- Google uruchomiło nowe narzędzie, które umożliwia użytkownikom wyszukiwanie utworów poprzez nucenie, śpiewanie lub gwizdanie.
- Nowe narzędzie wykorzystuje uczenie maszynowe, aby dopasować nucony utwór do bazy danych zawierającej ponad pół miliona utworów, która jest stale aktualizowana.
- Użytkownicy Google pytają, który utwór jest odtwarzany prawie 100 razy każdego miesiąca.
Google uruchomił nową funkcję o nazwie „Hum to Search”, aby rozwiązać frustrujący problem: piosenkę utkwioną w głowie i niemożność odgadnięcia, jak się nazywa.
Pomysł nucenia, aby znaleźć piosenkę, wydaje się niewiarygodnie prosty, więc dlaczego Google uruchomi tę funkcję dopiero w 2020 roku? Cóż, okazuje się, że identyfikowanie utworów w ten sposób jest w rzeczywistości dość skomplikowane, po części dlatego, że nasze zanucowane wersje różnią się znacznie od oryginalnego utworu. W niedawnym poście na swoim blogu AI Google wyjaśnia, w jaki sposób wykorzystało uczenie maszynowe, aby rozwiązać ten problem i ostatecznie pomóc ludziom znaleźć piosenkę, nucąc, gwiżdżąc lub śpiewając melodię, nawet jeśli ich wykonanie jest mniej niż dokładne.
„Naszym celem w Hum to Search jest pomaganie ludziom w identyfikowaniu i znajdowaniu muzyki, która utkwiła im w głowie” – powiedział Lifewire rzecznik Google w e-mailu.
Po prostu zacznij nucić
Użytkownicy Google pytają, która piosenka jest odtwarzana prawie 100 milionów razy każdego miesiąca, Aparna Chennapragada, wiceprezes Google i dyrektor generalny ds. zakupów konsumenckich, powiedziała w filmie przedstawiającym kilka nowych funkcji wyszukiwania. Teraz jest sposób, aby się tego dowiedzieć.
Funkcja „Hum do wyszukiwania” jest wbudowana w aplikację mobilną Google, widżet wyszukiwarki Google i Asystenta Google. Aby uzyskać do niego dostęp za pośrednictwem aplikacji, dotknij ikony mikrofonu i powiedz „Co to za utwór?” Wybranie przycisku „Wyszukaj utwór” również działa.
Aby działać poprawnie, funkcja wymaga buczenia przez co najmniej 10-15 sekund. Użytkownicy Androida mogą nucić, aby znaleźć utwory w ponad 20 językach, podczas gdy na iPhone'ach działają tylko utwory w języku angielskim. Narzędzie nie zawsze jest w stanie od razu zidentyfikować utwór, ale gdy już to zrobi, wyniki są całkiem dobre.
"Ponad połowa utworów z szerokiego zestawu zmiennych (ton, wysokość, głośność itp.) jest rozpoznawana przez nasze algorytmy, ale oczywiście dokładność zależy od jakości brzęczenia, rodzaju piosenkę i nie tylko” – powiedział Lifewire rzecznik Google w e-mailu. "Ale po rozpoznaniu mniej więcej cztery z pięciu odpowiedzi są poprawne."
To nie pierwszy raz, kiedy nucenie zostało użyte w aplikacji identyfikującej muzykę. SoundHound oferuje podobną funkcję, jak zauważył CNN Business, i jest również dostępny na Androida i iOS. Według rzecznika Google, nowa funkcja nie budzi żadnych obaw dotyczących prywatności ani „nie zmienia sposobu, w jaki Google obsługuje interakcje oparte na dźwięku”, powiedzieli Lifewire w e-mailu.
Uczenie maszynowe
Pomimo prostoty koncepcji nucenie melodii w celu znalezienia nagrania studyjnego jest technicznie dość trudne. Istnieje kilka powodów takiego stanu rzeczy, wyjaśnia Christian Frank z Google Research w poście na blogu z 12 listopada. Przede wszystkim zanucona wersja utworu może się znacznie różnić od rzeczywistego nagrania, przez co trudno jest je dopasować. Tak więc, chociaż Shazam i wiele innych aplikacji już istnieje, aby zidentyfikować piosenkę, którą słyszysz w restauracji lub innym miejscu publicznym, użycie nucącej melodii jako podstawy do wyszukiwania może być trudniejsze.
„Dzięki tekstom, chórkom i instrumentom dźwięk w nagraniu muzycznym lub studyjnym może być zupełnie inny niż nucionej melodii” – pisze Frank.„Przez pomyłkę lub projekt, gdy ktoś nuci swoją interpretację piosenki, często tonacja, tonacja, tempo lub rytm mogą się nieznacznie lub znacznie różnić.”
Ponieważ nucione wersje piosenek mogą się tak bardzo różnić od oryginałów, Frank zauważa, że wiele wcześniejszych metod wymagało dopasowania nucenia osoby do wersji piosenki, która ma tylko melodię, lub utworu, który zawiera nucenie. To sprawiło, że rzeczywiste przypadki użycia są trudne, ponieważ bazy danych z tymi utworami mogą być ograniczone i muszą być ręcznie aktualizowane.
Google wyjaśnia, że funkcja Hum to Search wykorzystuje modele uczenia maszynowego do przekształcania dźwięku w „sekwencję opartą na liczbach”, która reprezentuje melodię utworu – to, co mówi, można uznać za „odcisk palca”.”.
Bardziej przyjazne dla użytkownika
Wykorzystanie uczenia maszynowego w funkcji Google Hum to Search ostatecznie znacznie ułatwia korzystanie z narzędzia w prawdziwym świecie. Ponieważ funkcja Hum to Search dopasowuje nuconą melodię osoby wyszukującej do rzeczywistej piosenki, narzędzie może pracować z nowymi utworami, gdy są one publikowane, zamiast bazy danych, która musi być stale aktualizowana o zanucone wersje każdego utworu. Ponadto nie potrzebujesz idealnej tonacji, aby z niej korzystać.
„Obecny system osiąga wysoki poziom dokładności w bazie danych utworów, która zawiera ponad pół miliona utworów, które stale aktualizujemy” – powiedział Google w swoim ogłoszeniu Hum to Search. „Ten korpus pieśni wciąż ma miejsce na rozwój, aby zawierał więcej melodii z wielu światowych”.
