Mga Key Takeaway
- Naglunsad ang Google ng bagong tool na nagbibigay-daan sa mga user na maghanap ng mga kanta sa pamamagitan ng pag-hum, pagkanta, o pagsipol.
- Gumagamit ang bagong tool ng machine learning para tumugma sa isang hummed track na may database ng mahigit kalahating milyong kanta na patuloy na ina-update.
- Nagtatanong ang mga user ng Google kung aling kanta ang tumutugtog ng halos 100 beses bawat buwan.
Naglunsad ang Google ng bagong feature na tinatawag na "Hum to Search" para lutasin ang isang nakakadismaya na problema: ang pagkakaroon ng isang kanta sa iyong isipan at hindi malaman kung ano ang tawag dito.
Mukhang hindi kapani-paniwalang simple ang ideya ng humming para maghanap ng kanta, kaya bakit sa 2020 lang inilulunsad ng Google ang feature na ito? Well, lumalabas na ang pagtukoy ng mga kanta sa ganitong paraan ay talagang medyo kumplikado, sa isang bahagi dahil ang aming mga hummed na bersyon ay may posibilidad na medyo naiiba mula sa orihinal na track. Sa isang kamakailang post sa AI blog nito, ipinaliwanag ng Google kung paano nito ginamit ang machine learning para ayusin ang problemang ito, at sa huli ay tinutulungan ang mga tao na makahanap ng kanta sa pamamagitan ng pag-hum, pagsipol, o pagkanta ng melody kahit na ang kanilang rendition ay hindi gaanong tumpak.
"Ang aming pagtuon para sa Hum to Search ay sa pagtulong sa mga tao na matukoy at makahanap ng musikang nananatili sa kanilang isipan," sabi ng isang tagapagsalita ng Google sa Lifewire sa isang email.
Just Start Humming
Nagtatanong ang mga user ng Google kung aling kanta ang tumutugtog ng halos 100 milyong beses bawat buwan, sinabi ni Aparna Chennapragada, vice president at general manager ng consumer shopping ng Google, sa isang video na nagpapakilala ng ilang bagong feature sa paghahanap. Ngayon ay may paraan upang malaman.
Ang feature na "Hum to Search" ay binuo sa mobile app ng Google, Google Search widget, at Google Assistant. Para ma-access ito sa pamamagitan ng app, i-tap ang icon ng mikropono at sabihin ang "Ano ang kantang ito?" Gumagana rin ang pagpili sa button na "Maghanap ng Kanta."
Upang gumana nang tama, kailangan ng feature na mag-hum nang hindi bababa sa 10-15 segundo. Ang mga user ng Android ay makakapag-hum para maghanap ng mga kanta sa higit sa 20 wika, habang ang mga English na kanta lang ang gumagana sa mga iPhone. Ang tool ay hindi palaging makakatukoy kaagad ng isang kanta, ngunit kapag nangyari na ito, ang mga resulta ay medyo maganda.
"Mahigit sa kalahati ng mga kanta ng malawak na hanay ng mga variable (tono, pitch, volume, atbp.) ay kinikilala ng aming mga algorithm, ngunit siyempre, ang katumpakan ay nakasalalay sa kalidad ng humuhuni, ang uri ng ang kanta, at higit pa, " sinabi ng tagapagsalita ng Google sa Lifewire sa isang email. "Ngunit kapag nakilala na ito, humigit-kumulang apat sa limang sagot ang tama."
Hindi ito ang unang pagkakataon na gumamit ng humming sa isang app sa pagtukoy ng musika, gayunpaman. Nag-aalok ang SoundHound ng katulad na feature, gaya ng binanggit ng CNN Business, at available din sa Android at iOS. Ayon sa tagapagsalita ng Google, ang bagong feature ay hindi naglalabas ng anumang alalahanin sa privacy, at hindi rin nito "binabago ang paraan ng paghawak ng Google sa mga audio-based na pakikipag-ugnayan," sinabi nila sa Lifewire sa isang email.
Machine Learning
Sa kabila ng pagiging simple ng konsepto, ang paghuni ng isang himig upang mahanap ang studio recording ay medyo mahirap sa teknikal. Mayroong ilang mga dahilan para dito, paliwanag ni Christian Frank ng Google Research sa isang post sa blog noong Nob. 12. Una sa lahat, ang isang hummed na bersyon ng kanta ay maaaring mag-iba nang malaki mula sa aktwal na pag-record, na nagpapahirap sa pagtugma sa dalawa. Kaya, habang umiiral na ang Shazam at ang maraming iba pang app para tukuyin ang kantang iyon na naririnig mo sa isang restaurant o iba pang pampublikong lugar, ang paggamit ng hummed melody bilang batayan para sa paghahanap na iyon ay maaaring maging mas nakakalito.
"Sa lyrics, background vocals at instruments, ang audio ng musical o studio recording ay maaaring ibang-iba sa isang hummed na tune, " isinulat ni Frank."Sa pagkakamali o disenyo, kapag may nag-hum ng kanilang interpretasyon ng isang kanta, kadalasan ang pitch, key, tempo, o ritmo ay maaaring bahagyang mag-iba o kahit na malaki."
Dahil ang mga hummed na bersyon ng mga kanta ay maaaring ibang-iba sa orihinal, sinabi ni Frank na maraming mga nakaraang pamamaraan ang nangangailangan ng pagtutugma ng humming ng isang tao sa isang bersyon ng kanta na mayroon lamang melody, o isang track na may kasamang humming. Dahil dito, naging mahirap ang real-world use cases, dahil ang mga database na may mga kantang iyon ay maaaring limitado at kailangang manu-manong i-update.
Ipinapaliwanag ng Google na para sa feature na Hum to Search, gumagamit ito ng mga modelo ng machine learning para gawing "number-based sequence" ang audio na kumakatawan sa melody ng kanta-kung ano ang sinasabi nito ay maaaring ituring na isang "fingerprint."
Mas User-Friendly
Ang paggamit ng machine learning sa tampok na Hum to Search ng Google sa huli ay ginagawang mas madaling gamitin ang tool sa totoong mundo. Dahil ang Hum to Search ay tumutugma sa hummed tune ng naghahanap sa aktwal na kanta, magagawa ng tool ang mga bagong kanta habang ini-release ang mga ito sa halip na isang database na palaging kailangang i-update sa mga hummed na bersyon ng bawat track. At saka, hindi mo kailangan ng perpektong pitch para magamit ito.
"Naabot ng kasalukuyang system ang mataas na antas ng katumpakan sa isang database ng kanta na naglalaman ng mahigit kalahating milyong kanta na patuloy naming ina-update," sabi ng Google sa anunsyo nito sa Hum to Search. "Ang corpus ng kantang ito ay mayroon pa ring puwang na lumago upang maisama ang higit pa sa maraming melodies sa mundo."
