Shazam Encore v13.22.0 for Android 音乐雷达直装已付费版

非常好用的一款音乐识别工具，ShAZam Encore音乐雷达APP的功能很强大，小编这里附上的是最新的版本，支持快速识别歌曲，你可以播放或者自己哼一段简短的音乐，它就能找到你你想要的歌曲，非常方便，还能显示封面，专辑名。

禁用 / 删除不需要的权限 + 接收者 + 提供者 + 服务；
优化和 zIPaligned 图形和清理资源以实现快速加载；
从 Android.manifest 中删除了广告权限 / 服务 / 提供商；
删除广告链接并取消调用方法；
广告布局可见性已禁用；
谷歌登录坏了；
Google Play 商店安装包检查已禁用；
删除了调试代码；
删除对应 java 文件的默认 .source 标签名称；
分析 / Crashlytics / Firebase 已禁用；
没有主动跟踪器或广告；
AOSP 兼容模式；
语言：全多语言；
CPU 架构：armeabi、armeabi-v7a、arm64-v8a；
屏幕 DPI：120dpi、160dpi、240dpi、320dpi、480dpi、640dpi；
原包签名更改；
运行系统要求：Android 6.0+

怎么使用

1、下载软件后，运行安装到手机上；
2、点击首页，轻点开始Shazam识别；
3、识别出来后可以直接打开试听；
4、也可以点击下载的功能，直接下载到手机上。

软件特色

《Shazam Encore音乐雷达》是一个听音识歌的软件，使用Shazam Encore音乐雷达的时候需要联网，之后你播放或者自己哼一段简短的音乐，它就能找到你你想要的歌曲，非常方便，还能显示封面，专辑名。
Shazam Encore是Android平台上的一款新颖的找歌软件，它最大的不同就是，你只要对着你的Android手机哼上一小段歌曲，音乐雷达软件就能够识别并帮助你搜索到完整的歌曲信息。遇到你喜欢却不知道的歌曲就打开Shazam Encore，让音乐雷达帮你搜索！它仅仅需要30秒左右就能比较准确地告诉你歌曲的名称，还能显示封面，专辑名，作者，下载地点等。

功能介绍

发现并购买
第一时间了解Shazam的实时排行榜
指向Apple Music的快速链接
查看推荐的曲目以发现新歌曲
了解您所在的国家、城市/地区和全球流行风向
根据您用Shazam标记的歌曲打开Apple Music电台
在WATCH上使用SHAZAM
在您的Apple Watch上启动Shazam以获得艺术家、歌曲和歌曲关联的歌词
轻轻一扫，马上就能看到过去用 Shazam 标记的歌曲
打开 Auto Shazam，我们会一直帮您查找歌曲
无与伦比的视觉功能
Shazam 视觉识别功能带给您更多精彩，无论在哪，看到Shazam摄像机徽标时，点击摄像机图标即可用 Shazam 扫描海报、杂志或书籍
视觉识别功能还可以作为二维码扫描器
您可以尽情使用Shazam，没有任何限制
持续在后台运行GPS会显著缩短电池续航时间
有些功能与位置、设备和应用程序版本有关。

音频识别的原理

音频识别与大多数识别问题一样，分为几个步骤：
1.特征提取
2.索引库
3.搜索与模糊匹配
4.识别结果的拼接特征提取方面有很多算法，基于FFT的频域信息是相对简单的，值得深入研究。频域信号提取出来后，因为频段太多，一般都会要做个归并，合并成几个大的频段。比如Philips的算法就是合并成32个频段，我之前做的系统是合并成6个频段，Shazam的是4个频段。特征的好坏直接影响了识别的效果，需要反复优化。特征提取出来后，就需要建立索引库，存放所有的特征，每个特征都是要对应实际内容一部分的。实际情况往往索引库会很大，所以通常不会用普通的关系式数据库。我用过redis，以及python dict。因为查询太过频繁，尽量不要走网络。我之前做的一个系统，一个24小时的音频，对数据库的特征查询次数在几十亿到几百亿次。走网络是不可想象的。搜索的过程则因为是多媒体数据而变得麻烦了许多。
具体就是要设计模糊匹配方法。很多因素会导致提取的特征与原特征存在误差，需要自己想办法来降低误差对结果的影响。比如说FFT切段的过程会引入高频噪声，50Hz的工频也会引入噪声，所以我一般取FFT频段时是选择64~3300Hz范围内的。模糊匹配方面，就可以把特征中每个值都做一下+/-1，然后生成一大堆的子特征去索引库里查询。如上的识别结果只是一些点，说明这个点匹配出了一些结果，往往结果还很多。此时还需要将点连成段才算是有意义的结果。比如你识别出来了3个字，中间的听不清 "我?你" ，且索引库里已经包含句子 "我爱你" 。那么就应该根据这些推断出来有一定的概率结果就是跟索引库里的一样。实际建立概率模型也是个巨麻烦的事情。中间跳过的未识别点数量也是经验数据。比如我试过1/8秒一个点，跳过6个点就会产生大量误识别了，但是跳过2个点就比不跳的识别率高很多。我在过去的2年多设计了一套音频识别系统，包含如上的所有组件，用以识别电视节目中的广告。运行高峰时期，索引库里有大约1000小时的音频。识别正确率在95~98%之间晃动，误识别在2~3%之间晃动。输入24小时音频的识别时间大约5~10分钟。