Quel processus permet la reconnaissance automatique de morceaux de musique en environnement bruité ? - Cas de l'application Shazam
Télécharger
Lire un extrait
Thèmes abordés
Shazam, application mobile, reconnaissance audio, identification audio, empreinte digitale sonore, algorithme d'Avery Wang, rapport signal sur bruit, audio fingerprinting, transformée de Fourier, SNR Signal-to-Noise Ratio, TSP Traveling Salesman Problem, spectroscopie Raman, fonction de hachage, transformation fréquentielle, pairwise hashing, BDD Base de données, algorithme Shazam, MITM Man-In-The-Middle attack
Lecture
Résumé
Sommaire
Extraits
sur 20
Résumé du document
Dans un passé pas si lointain, il était courant que des personnes entendent un morceau de musique dans des contextes variés, tels qu'à la radio, dans une boutique, lors d'un événement ou même dans une voiture en marche, sans pouvoir l'identifier avec précision. Aujourd'hui, les auditeurs disposent d'un outil révolutionnaire qui a changé leur façon de consommer et de découvrir la musique : il suffit désormais de sortir son téléphone, de lancer une application spécialisée, et de laisser la technologie faire tout le travail. L'un des exemples les plus emblématiques de cette avancée est Shazam, une application pionnière qui a marqué une révolution dans la manière dont nous interagissons avec la musique. L'objectif de ce travail est de démystifier ce système et d'explorer en détail les différentes étapes qui composent le processus d'identification musicale à partir d'un simple signal sonore.
Sommaire
Introduction générale
Notions sur l'identification
Focus sur l'application Shazam : chaîne de traitement
Extraction de l'empreinte digitale
Approfondissement de l'algorithme d'Avery Wang
Robust constellation
Fast combinatory hashing
Searching and scoring
Applications et robustesse de l'algorithme
Introduction générale
Notions sur l'identification
Focus sur l'application Shazam : chaîne de traitement
Extraction de l'empreinte digitale
Approfondissement de l'algorithme d'Avery Wang
Robust constellation
Fast combinatory hashing
Searching and scoring
Applications et robustesse de l'algorithme
Accédez gratuitement au plan de ce document en vous connectant.
Extraits
[...] (2007). Robust system identification methods for noisy environments. Signal Processing Journal, vol no p. 421-431. DORBERG, R. (2019). Advances in identification of hybrid dynamical systems. Nonlinear Dynamics, vol no p. 223-240. LIU, T., & ZHENG, X. (2014). Multi-resolution analysis in audio fingerprinting algorithms. Digital Signal Processing, vol p. 113-122. [...]
[...] XIE, H., & GAO, Z. (2005). Audio-based fault detection in dynamic systems. Journal of Mechanical Systems and Signal Processing, vol no p. 827-840. HAMPEL, F. R. (1974). The influence curve and its role in robust estimation. Journal of the American Statistical Association, vol no 346, p. 383-393. KIM, J. H., & KIM, M. K. [...]
[...] (2015). Frequency domain analysis for system identification in control systems. IFAC Proceedings Volumes, vol no p. 224-229. ZHAO, Y., & WANG, M. (2016). Real-time audio fingerprinting for large-scale data analysis. IEEE Transactions on Audio, Speech, and Language Processing, vol no p. 512-526. SCHWARZ, G. (1978). Estimating the dimension of a model. The Annals of Statistics, vol no p. 461-464. [...]
[...] TECHNO-SCIENCE.NET. (2024, Décembre 16). Rapport signal sur bruit - Définition. Récupéré sur techno-science.net. WANG, A. L.-C. (s.d.). An Industrial-Strength Audio Search Algorithm. Shazam Entertainment, Ltd . WIKIPÉDIA. (2024, Octobre 28). Shazam (logiciel). Récupéré sur Wikipedia. LJUNG, L. [...]
[...] Quel processus permet la reconnaissance automatique de morceaux de musique en environnement bruité ? - Cas de l'application Shazam Introduction générale Dans un passé pas si lointain, il était courant que des personnes entendent un morceau de musique dans des contextes variés, tels qu'à la radio, dans une boutique, lors d'un événement ou même dans une voiture en marche, sans pouvoir l'identifier avec précision. Ce phénomène, très frustrant, était une grande source de mécontentement pour de nombreux personnes amateurs de musique. [...]
