Da qualche giorno la pubblicità ci bombarda con informazioni su Shazam, semplice applicazione che riconosce, dopo pochi instanti di ascolto, una canzone e invia all’utente titolo e varie informazioni per acquistarla. Certo, la pubblicità rende le cose semplici e non spiega nel dettaglio come funziona questo processo di riconoscimento. In rete circolano vari articoli, piuttosto tecnici, e proprio per la curiosità di capire bene come “funziona il mondo” mi sono lanciato in varie letture. Se può interessarvi, ecco un po’ cosa accade prima che l’utente possa venire a conoscenza del titolo della canzone.
Partiamo anzitutto col dire che Shazam ha un nutrito database dove sono contenute le impronte digitali di un infinito numero di brani. Durante i pochi secondi di ascolto, Shazam non fa altro che “taggare” la canzone ascoltata, proprio attraverso queste impronte digitali. In sostanza quindi, si conduce una ricerca tra impronte digitali riconosciute durante l’ascolto e quelle presenti nel database. In ultimo, trovata una corrispondenza, il programma restituisce le informazioni desiderate all’utente.
Ma questa semplice spiegazione, non potrebbe accontentare davvero tutti i palati ed è per questo che conviene scendere ancora di più nel dettaglio.
Shazam, utilizza uno spettrogramma, ossia un grafico in cui, punto per punto, vengono rappresentate le intensità delle frequenze in uno specifico punto nel tempo. Shazam, dunque, crea un algoritmo che applica un’impronta digitale ad una canzone, restituendo un grafico 3D come quello riportato in figura, riuscendo ad identificare le frequenze grazie “all’intensità dei picchi”.
Per ogni punto di picco, Shazam tiene traccia della frequenza e del tempo trascorso dall’ inizio del brano.
Così, quando Shazam riceve delle impronte come quelle sopra riportate, tiene traccia della prima key (823.44 – 1.054) e ricerca nel database tutte le possibili corrispondenze. Ecco come potrebbe apparire la taballe di Shazam:
[via]