AI Pada Shazam Apps

TUGAS KELOMPOK SOFTSKILL TENTANG (AI)

Shazam adalah aplikasi yang dimiliki dan dikembangkan oleh Apple inc. Aplikasi ini dapat mengidentifikasi musik, film, iklan, dan acara televisi, berdasarkan sampel pendek yang diputar dan menggunakan mikrofon pada perangkat.

Perangkat lunak ini tersedia untuk Andorid,

macOS, iOS, watchOS, tvOS, dan Windows.

HISTORY

Pengembang asli aplikasi, Shazam Entertainment Limited didirikan pada tahun 1999 oleh Chris Barton, Philip Inghelbrecht, Avery Wang, dan Dhiraj Mukherjee.

Pada 24 September 2018, perusahaan diakuisisi oleh Apple dengan harga $ 400 juta.

Shazam mengidentifikasi lagu berdasarkan sidik jari audio berdasarkan grafik frekuensi waktu yang disebut spectrogram, menggunakan smartphone atau mikrofon internal komputer untuk mengumpulkan sampel audio singkat yang sedang diputar.

Spektrogram adalah representasi visual dari spektrum frekuensi sinyal karena bervariasi dengan waktu. Ketika diterapkan pada sinyal audio, spektogram kadang-kadang disebut sonograf , cetak suara , atau voicegrams .

Shazam bekerja dengan menganalisis suara yang ditangkap dan mencari kecocokan berdasarkan sidik jari akustik dalam database jutaan lagu. Jika menemukan kecocokan, ia mengirimkan informasi seperti artis, judul lagu, dan album kembali ke pengguna.

Beberapa implementasi Shazam menggabungkan tautan yang relevan ke layanan seperti iTunes, Spotify, YouTube, atau Groove Music. Shazam dapat mengidentifikasi musik yang diputar dari sumber apa pun, asalkan tingkat kebisingan latar belakang tidak cukup tinggi untuk mencegah pengambilan sidik jari akustik, dan bahwa lagu tersebut ada dalam basis data perangkat lunak.

Di sisi server:

·       Shazam mengkompilasi sidik jari dari basis data trek musik yang sangat besar.

·       Semua sidik jari tersebut dimasukkan ke dalam basis data sidik jari yang diperbarui setiap kali lagu baru ditambahkan dalam basis data lagu.

Di sisi klien:

·       Ketika pengguna menggunakan aplikasi Shazam, aplikasi tersebut pertama-tama merekam musik saat ini dengan mikrofon telepon.

·       Perangkat menerapkan algoritma sidik jari yang sama seperti Shazam pada catatan.

·       Perangkat mengirim sidik jari ke Shazam.

·       Shazam memeriksa apakah sidik jari ini cocok dengan salah satu sidik jarinya. Jika tidak, ini memberi tahu pengguna bahwa musik tidak dapat ditemukan. Jika ya, ia mencari metadata yang terkait dengan sidik jari (nama lagu, ITunes url, Lyric ...) dan mengembalikannya kepada pengguna.

Artificial Intelligence Method

Shazam menggunakan Genetic Algorithms yang merupakan salah satu metode di dalam Artificial Intelligence. Di mana GA akan mulai dengan individu yang random yang kemudian dipilih untuk “dikawinkan” untuk membuat individu pada generasi baru. Pada setiap generasi, dipilih individu yang paling baik untuk “dikawinkan” lagi.

Shazam menggunakan teknik tiering di mana mereka akan mencocokkan fingerprint yang dikirim dari smartphone ke tier kecil yang berisi lagu-lagu paling populer terlebih dahulu baru kemudian ke group yang lebih besar. Dengan cara ini, Shazam berhasil mengurangi waktu yang diperlukan untuk mencocokkannya dengan lagu yang kurang populer namun tetap dapat mencari lagu yang kurang populer.

Grafik di atas adalah contoh Spectrogram (Gbr. 1A) dan bagaimana algoritma mentransfernya ke Spectrogram yang lebih sederhana (Gbr. 1B), dan kemudian menyimpannya sesuai dengan titik jangkar dan zona target (Gbr. 1C) menggunakan hash (Gbr. 1C) 1D). Ini adalah cara cerdas menyimpan data karena menyediakan cara yang efisien untuk algoritma untuk mencari kecocokan

Grafik di atas menunjukkan bagaimana file audio sidik jari digunakan untuk mencocokkan dengan sidik jari lainnya dari database. Grafik atas menunjukkan grafik yang tidak cocok dan grafik bawah menunjukkan kecocokan. Jika musik yang diputar memiliki suara berisik di belakang saat pengguna menekan tombol "tag sekarang" untuk menjalankan Shazam, pesan kesalahan akan muncul karena tidak ada kecocokan yang ditemukan. Jika tidak, nama lagu, artis, dan lirik akan dikembalikan

scatterplot

Awalnya generasi GA tersebut tidak menghasilkan hasil yang bagus. Shazam melakukan “mutating and mating” tersebut terus-menerus sampai ditemukan individu yang dapat menghasilkan performa terbaik. Hasilnya, didapatkan individu yang dapat menghasilkan performa yang superior dan dapat men-recognize lagu dengan kecepatan yang minimal.

Keunggulan Aplikasi Shazam :

• Mudah di gunakan mulai dari smartphone genggaman anda dapat menggunakan Shazam dengan mudah.
• Mengenali lebih dari jutaan judul lagu yang siap untuk di identifikasi.
• Teknologi yang selalu di tingkatkan yang memungkinkan pengguna dapat mengidentifikasikan sebuah judul lagu kurang dari 2 detik.
• Tersedia untuk 2 platform OS Android dan iOS.
• Sinkronisasi backup via Email yang memungkinkan pengguna dapat membackup list lagu yang sudah teridentifikasi ke perangkat lain hanya dengan menggunakan email saja.
• Dapat di gunakan untuk mengidentifikasikan sebuah lagu pada era tahun 60-an

Kelemahan Aplikasi Shazam :

• tidak semua lagu yang ada di dunia ini bias di identifikasi.
• Membutuhkan waktu yang sedikit lebih lama untuk mengidentifikasi lagu yang kurang populer.