Atslēgas līdzņemšanai
- Google ir izlaidusi jaunu rīku, kas lietotājiem ļauj meklēt dziesmas, dungojot, dziedot vai svilpojot.
- Jaunajā rīkā tiek izmantota mašīnmācīšanās, lai saskaņotu skaņdarbu ar vairāk nekā pusmiljona dziesmu datubāzi, kas tiek pastāvīgi atjaunināta.
- Google lietotāji jautā, kura dziesma tiek atskaņota gandrīz 100 reizes mēnesī.
Google ir ieviesis jaunu funkciju ar nosaukumu “Hum to Search”, lai atrisinātu nomāktu problēmu: galvā iestrēgusi dziesma un nespēja saprast, kā to sauc.
Ideja dungot, lai atrastu dziesmu, šķiet neticami vienkārša, tāpēc kāpēc Google šo funkciju ievieš tikai 2020. gadā? Izrādās, ka dziesmu identificēšana šādā veidā patiesībā ir diezgan sarežģīta, daļēji tāpēc, ka mūsu dungotās versijas mēdz krietni atšķirties no oriģinālā ieraksta. Nesenā ziņojumā savā AI emuārā Google paskaidro, kā tas izmantoja mašīnmācīšanos, lai atrisinātu šo problēmu un galu galā palīdz cilvēkiem atrast dziesmu, dungojot, svilpojot vai dziedot melodiju, pat ja tās atveidojums nav tik precīzs.
"Mūsu programma Hum to Search ir vērsta uz to, lai palīdzētu cilvēkiem identificēt un atrast mūziku, kas viņiem ir iestrēgusi," e-pastā Lifewire sacīja Google pārstāvis.
Sāciet dungot
Google lietotāji jautā, kura dziesma tiek atskaņota gandrīz 100 miljonus reižu katru mēnesi. Aparna Chennapragada, Google viceprezidents un patērētāju iepirkšanās ģenerāldirektors, teica videoklipā, kurā tika ieviestas vairākas jaunas meklēšanas funkcijas. Tagad ir veids, kā to uzzināt.
Funkcija "Hum to Search" ir iebūvēta Google mobilajā lietotnē, Google meklēšanas logrīkā un Google asistentā. Lai tai piekļūtu, izmantojot lietotni, pieskarieties mikrofona ikonai un sakiet "What’s this song?" Darbojas arī pogas "Meklēt dziesmu" atlase.
Lai darbotos pareizi, funkcijai ir nepieciešams dungot vismaz 10–15 sekundes. Android lietotāji var dungot, lai atrastu dziesmas vairāk nekā 20 valodās, savukārt iPhone tālruņos darbojas tikai dziesmas angļu valodā. Šis rīks ne vienmēr spēj uzreiz identificēt dziesmu, taču, kad tas ir izdevies, rezultāti ir diezgan labi.
"Mūsu algoritmi atpazīst vairāk nekā pusi dziesmu ar plašu mainīgo lielumu kopu (tonis, tonis, skaļums utt.), taču, protams, precizitāte ir atkarīga no dungošanas kvalitātes, skaņas veida. dziesma un daudz kas cits," e-pastā Lifewire sacīja Google pārstāvis. "Bet, kad tas ir atpazīts, aptuveni četras no piecām atbildēm ir pareizas."
Šī nav pirmā reize, kad dungošana tiek izmantota mūzikas identificēšanas lietotnē. SoundHound piedāvā līdzīgu funkciju, kā atzīmēja CNN Business, un tā ir pieejama arī Android un iOS. Saskaņā ar Google pārstāvja teikto, jaunā funkcija nerada nekādas bažas par konfidencialitāti, kā arī "nemaina veidu, kā Google apstrādā audio mijiedarbības", viņi teica Lifewire e-pastā.
Mašīnmācība
Neskatoties uz koncepcijas vienkāršību, dungot melodiju, lai atrastu studijas ierakstu, ir tehniski diezgan grūti. Tam ir vairāki iemesli, 12. novembra emuāra ierakstā skaidro Google Research Christian Frenks. Pirmkārt, dziesmas dungotā versija var ievērojami atšķirties no faktiskā ieraksta, tāpēc ir grūti saskaņot abus. Tātad, lai gan Shazam un daudzas citas lietotnes jau pastāv, lai identificētu dziesmu, ko dzirdat restorānā vai citā publiskā vietā, dungotas melodijas izmantošana par pamatu šai meklēšanai var būt sarežģītāka.
"Ar dziesmu vārdiem, fona vokālu un instrumentiem mūzikla vai studijas ieraksta audio var ievērojami atšķirties no dungotas melodijas," raksta Frenks."Kļūdas vai noformējuma dēļ, kad kāds dungo savu dziesmas interpretāciju, tonis, taustiņš, temps vai ritms bieži var nedaudz vai pat būtiski atšķirties."
Tā kā dungotās dziesmu versijas var ļoti atšķirties no oriģināliem, Frenks atzīmē, ka daudzas pagātnes metodes ir prasījušas cilvēka dungošanu saskaņot ar dziesmas versiju, kurā ir tikai melodija, vai celiņu, kurā ir iekļauta dungošana. Tas ir padarījis reālās lietošanas gadījumus sarežģītus, jo datubāzes ar šīm dziesmām var būt ierobežotas, un tās ir jāatjaunina manuāli.
Google paskaidro, ka funkcijai “Hum to Search” tiek izmantoti mašīnmācīšanās modeļi, lai pārvērstu audio “uz skaitļiem balstītā secībā”, kas atspoguļo dziesmas melodiju - tajā teikto var uzskatīt par “pirkstu nospiedumu”.
Lietotājam draudzīgāks
Mašīnmācīšanās izmantošana Google funkcijā Hum to Search galu galā padara rīku daudz vieglāk lietojamu reālajā pasaulē. Tā kā Hum to Search saskaņo meklētāja dungoto melodiju ar faktisko dziesmu, rīks var darboties ar jaunajām dziesmām, kad tās tiek izlaistas, nevis datubāzi, kas pastāvīgi jāatjaunina ar katra ieraksta dungotajām versijām. Turklāt, lai to izmantotu, nav nepieciešams perfekts tonis.
"Pašreizējā sistēma sasniedz augstu precizitātes līmeni dziesmu datu bāzē, kurā ir vairāk nekā pusmiljons dziesmu, kuras mēs pastāvīgi atjauninām," teikts Google paziņojumā par Hum to Search. "Šim dziesmu korpusam vēl ir iespējas augt, lai iekļautu vairāk no daudzajām pasaules melodijām."
