Shazam算法采用傅里葉變換將時(shí)域信號(hào)轉(zhuǎn)換為頻域信號(hào)，并獲得音頻指紋，最后匹配指紋契合度來(lái)識(shí)別音頻。

創(chuàng)新互聯(lián)長(zhǎng)期為上千余家客戶提供的網(wǎng)站建設(shè)服務(wù)，團(tuán)隊(duì)從業(yè)經(jīng)驗(yàn)10年，關(guān)注不同地域、不同群體，并針對(duì)不同對(duì)象提供差異化的產(chǎn)品和服務(wù)；打造開(kāi)放共贏平臺(tái)，與合作伙伴共同營(yíng)造健康的互聯(lián)網(wǎng)生態(tài)環(huán)境。為巍山企業(yè)提供專(zhuān)業(yè)的成都做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)、成都外貿(mào)網(wǎng)站建設(shè)，巍山網(wǎng)站改版等技術(shù)服務(wù)。擁有十年豐富建站經(jīng)驗(yàn)和眾多成功案例,為您定制開(kāi)發(fā)。

1、AudioSystem獲取音頻

奈奎斯特-香農(nóng)采樣定理告訴我們，為了能捕獲人類(lèi)能聽(tīng)到的聲音頻率，我們的采樣速率必須是人類(lèi)聽(tīng)覺(jué)范圍的兩倍。人類(lèi)能聽(tīng)到的聲音頻率范圍大約在20Hz到20000Hz之間，所以在錄制音頻的時(shí)候采樣率大多是44100Hz。這是大多數(shù)標(biāo)準(zhǔn)MPEG-1 的采樣率。44100這個(gè)值最初來(lái)源于索尼，因?yàn)樗梢栽试S音頻在修改過(guò)的視頻設(shè)備上以25幀（PAL）或者30幀（ NTSC）每秒進(jìn)行錄制，而且也覆蓋了專(zhuān)業(yè)錄音設(shè)備的20000Hz帶寬。所以當(dāng)你在選擇錄音的頻率時(shí)，選擇44100Hz就好了。

定義音頻格式：

  public static float sampleRate = 44100;
  public static int sampleSizeInBits = 16;
  public static int channels = 2; // double
  public static boolean signed = true; // Indicates whether the data is signed or unsigned
  public static boolean bigEndian = true; // Indicates whether the audio data is stored in big-endian or little-endian order
  public AudioFormat getFormat() {
    return new AudioFormat(sampleRate, sampleSizeInBits, channels, signed,
        bigEndian);
  }

分享標(biāo)題：Java實(shí)現(xiàn)Shazam聲音識(shí)別算法的實(shí)例代碼-創(chuàng)新互聯(lián)
本文鏈接：http://www.rwnh.cn/article48/dcoeep.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供全網(wǎng)營(yíng)銷(xiāo)推廣、網(wǎng)頁(yè)設(shè)計(jì)公司、定制開(kāi)發(fā)、手機(jī)網(wǎng)站建設(shè)、域名注冊(cè)、網(wǎng)站設(shè)計(jì)公司

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)