华人澳洲中文论坛

热图推荐

    找出歌名,让歌知名:来头不小的 Shazam 是怎么来的?

    [复制链接]

    2022-8-29 18:15:22 31 0

    2022 年 8 月 19 日,苹果公司的在线音乐办事 Apple Music 上线了一份名为 20 Years of Shazam Hits 的记念歌单,这份歌单的时间跨度长达二十年,以「一年一曲」的规范收录了二十首喜闻乐见的经典曲目。在保举算法横行、漫天都是大数据的明天,歌单的公布其实算不上甚么旧事,但这份榜单的值得关注的地方就在于其并世无双的评比规范:Shazam 辨认次数。
    Shazam 是苹果公司旗下的一项音乐辨认办事,自公布至今的 20 年以来,Shazam 具有 2.25 亿月度活泼用户,累计辨认歌曲 700 亿次,是迄今为止最受欢送的音乐平台之一。如今,在听到生疏歌曲的时分关上手机「Shazam 一下」曾经成了世界各地盛行音乐喜好者的共鸣——或许在这之中会有不少人认为 Shazam 和 Apple 同样来自硅谷的嬉皮士们在 20 年前的天马行空;实际上,Shazam 的故事是一个友谊的故事,这所有发源于三位 MBA和一名 DSP 工程师的奇思妙想,以及他们在一同喝过的几杯啤酒。
    1998 年,哈斯商学院迎来了一批前来修读 MBA 学位的重生。附属于伯克利加州大学的哈斯商学院是美国 MBA 教育的顶流之一,可以进入哈斯的先生就算不是禀赋异禀的商界奇才,也最少是悬梁刺股的超级卷王,他们可能早在退学以前曾经小有成绩,来此的目的也算不得「镀金」,而是为本人那本就金光闪闪的 24K 人生镶上几颗钻石。这些将来的社会精英们个个踌蹰满志,基本想不到本人也会遭遇来自别人的「精力内耗」——可他们之中刚好就有两位既才气横溢又卷到没边的专业选手:克里斯·巴顿(Chris Barton)和菲利普·英格布雷克特(Philip Inghelbrecht)。

    克里斯·巴顿,图片来自 Founder of Shazam
    假如说 90 年代末的硅谷曾经开始了从技术至上的翻新之地逐步向商业社区转型的过程,那末克里斯·巴顿绝对是这一时代的典型人物。克里斯从 十一 岁开始接触计算机和软件编程,他的父母都是大学传授:父亲主攻核物理学,而母亲则精晓于计算机迷信。
    不夸大的说,克里斯的人生起跑线曾经胜利超出了大少数人的起点线,并且仍是刚一出世就在起点线买了一套海景房的那种,几乎 high 到不行。在如斯高精尖的家庭环境影响下,克里斯的学习才能天然堪比开挂,他从小学开始一路高歌猛进,在顺利考入加州大学之后还能在主修经济、辅修商业的同时再选修一门计算机,三头六臂的工夫可谓加大小哪吒。在进入哈斯以前,克里斯曾经实现了金融学的入门课程,因此他被获准间接从二年级开始修读;按理说这类配角光环缠身的残局之后就应该是间接走上人生巅峰的规范剧情,但克里斯很快发现,本人遇到的并非甚么坏事。

    哈斯商学院,图片来自 Berkeley Haas
    在实力至上的哈斯商学院,老鸟们对重生的冷清架空并非甚么稀罕事。像克里斯这类自带讥嘲成果还能在高年级招摇过市的家伙更是成为了世人施加冷暴力的活靶子,以致于都没有人想要坐在他的旁边。一帆风顺逆水惯了的克里斯第一次尝到了吃瘪的味道,假如没有菲利普·英格布雷克特的泛起和帮忙,他极可能会这样始终低沉上来。
    和专业做题家出身的克里斯不同,菲利普在进入哈斯商学院以前就在银行和投资界混迹多年,大老远跑到加州的大部份缘故是为了寻觅时机和散心。由于菲利普曾经在鲁汶大学取患了 BBA 学位,因此他也被准予跳过一年级的 MBA 课程;多是由于经历丰硕,与克里斯同为重生的菲利普就显得对比老成,在二年级先生中反而吃得很开。菲利普其实很早就留意到了克里斯,但他一开始只以为克里斯是个社恐宅男,所以两人始终没有甚么交加。

    菲利普·英格布雷克特,图片来自 THRIVE GLOBAL
    哈斯商学院的教学计划包罗 30% 的实习名目,这样的名目通常需求最少两名先生协作实现。眼看着二年级的先生们鱼找鱼虾找虾,不受待见的克里斯却仍是形单影只,原本想和先辈贴贴的菲利普心里犯起了嘀咕。或许是在社会上摸爬滚打的阅历让他对克里斯发生了惺惺相惜之感,在一番心思奋斗之后,菲利普在某天晚上拨通了克里斯的电话——就像剧本里写好的同样,原本形同陌路的两人一见如故,相谈甚欢;他们很快开始协作实习名目,成了如影随行的挚友。
    克里斯和菲利普都对守业抱有超乎寻常的热心,他们喜爱在聚首上把酒言欢,议论本人对将来的料想和布局。在哈斯商学院的第一年接近序幕的时分,喝高了的克里斯和菲利普站在装啤酒的木桶上达成为了一贯「协定」,他们互相许诺一同守业,虽然谁也不知道本人要做甚么。
    1999 年,克里斯进入了微软 MSN 部门进行寒假实习,他也因此从加州临时搬到了伦敦。偶合的是,克里斯的一名老敌人迪拉吉·穆克吉(Dhiraj Mukherjee)在旧金山一家名为 Viant 的互联网征询公司任职,他也在 1999 年来到伦敦,意在为公司开辟海内业务。

    迪拉吉·慕克吉,图片来自 Dhiraj Mukherjee
    假如单看出身地,那末迪拉吉极可能会被划分到硅谷的「印度帮」。迪拉吉的父亲是印度航空公司的经理,因为这份任务的特殊性,他简直每隔三年就要搬一次家。迪拉吉在德里出世,在孟买和加尔各答生长,在雅典、巴黎、日内瓦等城市承受教育,最初才在加州安置上去,成了一个「根本上的美国人」。迪拉吉对计算机充溢兴致,但他很快意想到本人作并无传承到家乡那充溢玛莎拉和咖喱风味的代码编纂才能,因而他保持了计算机,转而攻读斯坦福商学院的 MBA 学位;在进入 Viant 以前,迪拉吉曾在甲骨文公司任务过一年,他在那里接触到了硅谷最前沿的技术,而且判若两人的为此感到痴迷。
    天然而然的,克里斯和迪拉吉都打听到了对方的动静,而且很快就在伦敦见了面。老敌人相见总归要叙话旧和聊聊近况,克里斯向迪拉吉提到了本人在哈斯商学院的阅历,也提到了菲利普和他们目前仍是一张白纸的守业方案。单从这件事件来讲,克里斯就算去买房地产也确定是一把好手:谁也不知道他那天给迪拉吉灌了甚么迷魂汤,居然就可以让迪拉吉非常坚决的置信阿谁素未谋面的菲利普和超人独一的区分就是把内裤穿在了外面。
    在克里斯的疯狂采购和三杯啤酒的催化作用下,有点上头了的迪拉吉抉择参加他们的守业方案。没过量久,克里斯就把正在加州写论文的菲利普给请了过去,所谓英雄所见略同,迪拉吉和菲利普惊喜的发现对方又着和本人同样脱离了低级趣味的喜好:他们都喜爱坐在酒吧的吧台边上,一边喝着鸡尾酒一边向女接待搭赸。
    1999 年的夏天恰是互联网泡沫的顶峰期,三位联结开创人整天泡在酒吧和咖啡馆里高谈阔论,却想不出甚么实际可行的名目。实质上,彼时的和当初的互联网守业者都是看到甚么就想往互联网上塞,只不外 20 年前塞的是报纸和杂志,20 年后塞的是宇宙和次元。基于互联网的流媒体办事在 1999 年还没起步,调频播送仍然是人们获得音乐的最好渠道,过后的酒吧、俱乐部、咖啡馆等场合都有 24 小时的音乐电台不中断播放盛行曲目,克里斯很快留意到简直四处都有人讯问播送里现正在播放的歌曲称号——那末,为何不利用软件整合电台的播放列表,而后用电话办事告诉用户正在播放的歌曲呢?这就是 Shazam 最后的灵感来源。
    在最后的兴奋当时,三人很快发现这个名目行欠亨:虽然大少数音乐电台都有逐日更新的播放列表,但以过后的技术前提,加之电台节目时长和距离的不肯定性,要将这些信息精确同步到当日的时间轴上是十分难题的,并且谁也保不齐会有哪一个 high 上了天的 DJ 即兴换曲,只是这样再往常不外的操作就足以把全部办事掀的人仰马翻;另外一个无奈解决的问题是这个基于信息整合的办事需求用户在电话上经过输出预设的代码来定位到正在收听的电台,除了输出过错和健忘代码这类常见过错以外,用户还得在查问以前后人肉辨认一下本人听的是甚么电台,假如耽搁时间还容易错过本人要查问的歌曲,几乎是脱了裤子放屁。

    一张 90 年代的电台播放清单,图片来自 CATALYST
    几个月的苦思冥想没取得甚么停顿,克里斯实现了本人在 MSN 为时六个月的实习任务,又从哈斯商学院的 MBA 名目转到了伦敦商学院,以延伸本人在英国停留的时间。整件事的转机产生在十月的某个夜晚,刚刚上完「策略翻新课」的克里斯回到家中,这些天来他就像魔怔了似的始终念道着他的守业方案,这些挥之不去的执念就算没有让他夜不克不及寐,那末最少也是寝食难安。绝不夸大的说,此时的克里斯才算是阅历了一次真正意义上的脑子风暴,几个月以来的各种设法在他的脑海里混作一团,而他终于察觉到这些剪不停理还乱的思路都指向了一个最根本的问题——想要辨认一首歌,真的需求事后知道电台正在播放甚么吗?
    一瞬间的灵光乍现简直将克里斯从床上弹了起来:手机,这就是终极解决计划。
    克里斯很快在下一次聚首上把本人的设法分享给了两位敌人兼合伙人:不用提前获得电台的播放列表,不用让用户在手机上输出任何代码,任何人只需打进电话,而后把手机对准音乐录制几秒钟,就可以以短信方式获取谜底,而可供查问的规模也再也不仅限于电台。菲利普和迪拉吉都为克里斯的提议感到冲动万分,三人很快就此达成统一,只是还有一个小小的问题需求被解决:有谁会做这样的算法呢?
    克里斯提出的音乐辨认办事本质上并非对音频的实时比对,而是基于录制和后处置的声响辨认技术。使用手机录音进行音乐辨认的次要难点在于环境乐音的不成控:手机话筒的收集规模是针对通话而非音乐设计的,在喧闹环境的影响下,手机通常会优先收集近间隔的人声,其次是环境中的人声,而处于最低优先级的音乐则被编码器过滤掉,这使得终究获取的样本只包孕一些零散的片段,很难间接用来辨认。
    通过一段时间的钻研之后,三人发现可以解决这一问题的技术被称为音频信号处置,属于 DSP 的一个子种别,因而他们开始着手建设一份 DSP 畛域的权威名单并对这些候选人进行逐个造访,但因为要求的技术过于超前,他们的致力大多无功而返;直到 2000 年,终于有一名在斯坦福大学 CCRMA 任教的朱利叶斯·史密斯(Julius Smith)传授违心作为参谋参加他们的公司,朱利叶斯为他们带来了一个症结人物:艾弗利·王(Avery Wang)。

    菲利普·英格布雷克特、艾弗利·王、克里斯·巴顿和迪拉吉·慕克吉,图片来自 Medium
    艾弗利·王是朱利叶斯的博士生,也是过后 DSP 社区中的症结人物。虽然遭到了约请,但他其实不看好这个在 1999 年几乎是胡思乱想的名目。艾弗利从一开始并无做出回应,然而他招架不住克里斯的电子邮件轰炸,只得容许先和他们见面,而后再做打算。
    一开始,艾弗利只是想要找时机回绝约请,然而他很快就被对方的诚意所感动:为了达成协作,克里斯和菲利普在赴约以前做了十足的筹备,他们对技术开发、市场环境、竞争对手、运用生态、商业模式、经营细节等方面进行了少量调研,看起来似乎万事俱备,只欠西风;意想到这个名目并不是一时髦趣的儿戏之后,艾弗利怅然承受了他们的约请,成了公司的第四位联结开创人。
    2000 年 5 月的一天,克里斯和迪拉吉走进了汇丰银行的办公室,建设了他们的第一个商业银行账户。招待他们的银行职员是一个年老的金发美女,她文质彬彬,态度敌对,然而对他们的商业前景抱有一丝疑虑。在被问到打算为公司投入多少资金的时分,心里没底的两人报出了一百美元的天文数字——45 分钟后,他们带着刚刚开户的银行卡走了出来,账户中的余额为 100 英镑,离预约的指标还有一点差距。
    在菲利普忙着组建公司、艾弗利潜心钻研算法的同时,克里斯和迪拉吉正带着他们的 ppt 到处筹款。此前在 Viant 担任信息征询业务的迪拉吉以为他们当初的名目与过后盛行的交互式语音应对零碎(IVR)在技术上有一定的共通的地方,这可能会是他们获取投资的冲破口,并且过后可以建设 IVR 零碎的公司都不算过小,好比 IBM。
    一连三个月的时间,Shazam 取患了 100 万美元的天使投资,这笔钱足够建设起一个残缺的产品演示,以确保下一轮危险投资的顺利进行。克里斯等人在伦敦的 Soho 区租下了一间办公室,拖迪拉吉的人情,他们在一名前 Viant 的天使投资人的帮忙下雇佣到了三位来自慕尼黑的办事器工程师,还在硅谷招募到了一名前苹果公司的技术参谋来帮忙建设数据库和搜寻引擎。2001 年 7 月,初具范围的 Shazam 获取了 750 万美元的危险投资,而艾弗利担任的算法部份也在此时取患了冲破。
    手机收集的音频样本的品质很差,感官上的形容就是「呕哑嘲哳难为听」。所以,经过降噪和升调等前期处置来提取所需音频的做法根本没有可行性,只能从新开拓一条新门路。在朱利叶斯的帮忙下,艾弗利发现特定音频的能量峰值在样本中拥有相对于不乱性,只有将样本的能量峰值绘制成散点图就能从中筛选和提掏出其中包孕的音频「指纹」,再将这些特点与数据库中存储的歌曲「指纹」进行婚配就能检索到相应的信息。这一技术的明显劣势在于办事器只需存储歌曲的「指纹」信息而非整首歌曲,任务时也只需将用户提交的音频样本转换一次,在包管辨认速度和精确率的同时防止了无休止的资源挥霍。艾弗利用了将近一年的时间来完美本人的设计,在这段时间里,Shazam 的范围迅速扩大到超过一百人。

    艾弗利在开发 Shazam 时使用的白板,图片来自 Medium
    2002 年 4 月 19 日,Shazam 在测试中精确辨认出了 T.Rex 的 Jeepster,这一效果让公司的一切人都备受鼓舞。2002 年 8 月 19 日,在获取 A 轮融资 13 个月之后,Shazam 正式在英国提供音乐辨认办事。
    在克里斯等人的不懈致力下,Shazam 在上线以前曾经和除维珍挪动(Virgin Mobile)以外的一切英国电信经营商展开了协作,乏味的是,他们促成协作的次要形式是贩卖焦虑:克里斯和菲利普会在会谈桌上不停强调不反对音乐辨认办事的电信经营商将在将来的竞争中处于如何不利的位置,指出他们「不会但愿本人在 Shazam 推出时成为独一没有接入辨认功用的经营商」——虽然不吃这一套的维珍挪动直到当初也活的好好的,但这一招确实十分见效。
    在 Shazam 推出的首日,全英国 95% 具有手机的人均可以拨打 2580——这是手机键盘上独一成直线的四位数——而后将本人的手机听筒朝向正在播放的音乐,他们将在 15 秒后收到一条带有艺术家和歌曲称号的短信,Shazam 则会经过经营商从用户的话费中扣除 50 便士的办事费用,辨认不可功则不扣费。几年之后,Shazam 推出了基于 BREW 和 Java 的运用顺序,转为每个月 3 美元的定阅制。
    但是,直到 iPhone 和 App Store 的泛起,Shazam 才真正开始成为一项寰球化的办事。2008 年 7 月的正式上架 App Store 和 2018 年 9 月 的正式参加 Apple 是 Shazam 二十年开展历程中最首要的里程碑事情。在 Apple 以报酬本的企业文明和多元共融的价值观影响下,如今的 Shazam 未然成了寰球盛行文明的首要组成部份。
    Shazam 以一种忽视时空维度的形式将作品、艺术家和听众衔接起来:「Shazam 一下」代表的是一种发自心田的认可和激励,而不在意一集体是不是名满天下,也无所谓一首歌是不是喜闻乐见;但它也的确让得多人因此名满天下,让得多歌因此喜闻乐见。

    发表回复

    您需要登录后才可以回帖 登录 | 立即注册

    返回列表 本版积分规则

    :
    中级会员
    :
    论坛短信
    :
    未填写
    :
    未填写
    :
    未填写

    主题37

    帖子46

    积分207

    图文推荐