你還在「搖一搖」？音頻指紋識別才是你的福音！

那麼到底是什麼在牽絆你那顆不安分的心呢？告訴大家，這項技術的關鍵，根本不在於「搖一搖」，而是要歸功於裡面一項很神秘的核心技術：音頻指紋識別。

GIF/36K

Part 1: 「聽」得到才能搖得到

如果你過年的時候不怕長輩生氣，看春晚把電視調成了靜音，你就會發現一個無情的事實：手腕搖斷了都不會有明星送祝福。因為其實無論是支付寶，還是天貓這次雙11春晚可能會用到的手機淘寶、手機天貓等App，在開啟「搖一搖」這種功能的時候，你要先保證你的手機能「聽到」電視發出的聲音，這樣手機上的麥克風才能採集音頻信號，並對音頻信號進行一些特徵的預處理後，提取到音頻的指紋。

音頻的「指紋」是什麼，術業有專攻的科普工作者樓主本人稍後會給大家詳細介紹的，在這裡，大家必須知道的是，讓我們搖斷手走上致富路的App們就是靠著音頻的「指紋」才能識別當前的電視節目，然後匹配相關的互動信息如祝福啊、紅包啊、節目單啊、舞台同款啊、小鮮肉的裸照啊（劃掉）到我們的手機的。沒了它、就沒有紅包、祝福、折扣，什麼都沒有。

那麼音頻的指紋是什麼？其中核心的技術又是什麼？這裡就要引入我們真正要介紹的概念——音頻指紋和音頻指紋識別技術了。

Part2：音頻也是有指紋噠

即使不是每天用大拇指解鎖的iPhone用戶，對指紋識別應該也不會太陌生。想想你上班遲到的那些日子裡，沒有指紋打卡機的話怎麼扣你工資？

音頻指紋之於音頻就如同指紋之於人，它是每段音頻關於音頻數據內容的壓縮簽名（signatures）。顧名思義，音頻指紋識別技術（audio fingerprinting）就是通過比較不同的音頻指紋來比較音頻文件的相似度。所以想要實現例如沖著屏幕里的馮鞏老師搖一搖，手機就能收到「我想死你們了」的互動推送的話，最重要的就是一定要為每個音頻提供一個獨一無二質量優良的音頻指紋。

而想要身負（被眾多手機虐）眾望成為一個優秀的音頻指紋，需要先滿足如下條件：

1) Discriminative power：不同內容的音頻之間的fingerprint具有區分性

2) Distortion invariance（robust）：對音頻壓縮格式、雜訊、信道等干擾小

3) Compactness：表示fingerprint bit數盡量小，以減少資料庫大小和檢索時間

4) Computational simplicity：計算簡單，實時性要求

5) Granularity (application dependent)：很短的查詢音頻就可以準確進行檢索

沒關係，讓我來簡單解釋一下！既然音頻指紋就是用來識別的，那當然首先要特徵清晰很好認，並且還要「體積小」，最後要容易被識別出來，不然雙11這種拼手速拼網速拼人品的時間，每一秒都幾十億上下好不好，時間都用來分析音頻了，還搶什麼搶？？所以，直接用接收到的音頻信號當音頻指紋顯然是不合適的。存儲大不說，而且容易受雜訊的干擾。目前比較通用的音頻指紋是音頻的頻譜特徵，例如頻譜平坦度（spectral flatness）、頻譜峰值點、調製頻率等。

頻譜特徵的好處呢，就在於它可以「透過外在看本質」（掀起了你滴蓋頭來［唱］），收集到的音頻信號會先被無情地卸掉偽裝，也就是進行數字採樣和降噪等預處理，然後再通過加窗的方式分幀，對於每幀音頻信號會提取出音頻的頻譜特徵。最後將一系列連續的特徵序列拼接成單獨一個向量，我們就得到傳說中的音頻指紋了。

說回天貓晚會這個搖一搖搶「1元購」的活動，音頻指紋的提取過程是在手機客戶端上完成的，這樣互動的時候只需要將提取得到的音頻指紋通過網路的方式上傳到伺服器。伺服器的資料庫中已經有了預先提取好的音頻指紋，通過搜索和匹配的方式就可以識別出用戶上傳的音頻指紋包含的內容。 根據識別結果來給你的手機推送相應的內（yang）容（mao），比如……1元錢搖到美國游的機票，掃地機器人、（不造誰說還有凱迪拉克）［你懂~

Part3：聰明的人最會舉栗子

上面的分析有點枯燥！我知道聰明的你一定看不懂！所以呢，我們來舉個現成例子，最典型的就是聽歌識曲啦：你想找的歌被麥克風「吸進去」，提取音頻指紋，再傳到儲存有各種歌曲音頻指紋的資料庫中進行識別，想要的音樂就找到啦！跟著我左手右手一個慢動作！

看到這裡，大家可能想到了一個發家致富的新思路：要是我把天貓晚會錄個音，然後每天在家循環播放邊聽邊搖，我是不是能把馬雲爸爸搶破產啊？

馬雲爸爸冷笑一聲：我們這個技術是實時互動你造嗎？殘酷的實時也就意味著只有在特定的時刻才會進行匹配。你上傳的音頻指紋是包含接收音頻信號的時間信息的，而資料庫中相對應的音頻聲紋也是有設定好的時間標籤。所以只有在特定的時刻才會觸發相應的互動活動。想搶錢哪有那麼容易？勸你還是在屏幕前乖乖守著直播看錶搖手機，跑廁所也得趁廣告時間跑，畢竟羊毛可不是每天都有哦～

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！