Parcourir les catégories
Explorer
Fiverr Pro
Français
$
USD
Je vais concevoir un backend de reconnaissance de chansons pour votre application musicale
Joseph N
À propos de ce service
Traduction automatique
Obtenez un backend prêt pour la production qui identifie les chansons en temps réel à partir de l’audio du microphone en direct. Parfait pour les applications musicales, les outils de karaoké, les projets de recherche ou tout service nécessitant une reconnaissance fiable des chansons, le tout en Python, avec une configuration minimale.
Ce que vous recevez :
- Serveur WebSocket pour le streaming des octets audio
- Reconnaissance de chanson en temps réel alimentée par ShazamIO
- Fenêtre de reconnaissance fixe de 10 secondes (optimale pour la précision)
- Réponses JSON avec métadonnées de la piste + score de confiance
- Détection des doublons pour éviter les résultats répétés
- Code Python propre et bien documenté
Entrée audio : PCM brut (compatible navigateur)
Sortie : événements JSON structurés
Les options de mise à niveau incluent un client de démonstration et un déploiement Dockerisé.
- Si vous avez besoin d’une reconnaissance audio fiable et prête à l’intégration, c’est conçu pour vous.
Chanson utilisée dans la vidéo de démonstration :
Chanson : Rameses B - ALL IN MY HEAD
Musique fournie par NoCopyrightSounds
Gratuit
Découvrez Joseph N
Joseph N
I build AI powered revenue automations for ecommerce brands
- DeRoyaume-Uni
- Membre depuisjanv. 2026
Langues
Anglais
I build AI-powered automations that recover lost revenue for e-commerce brands.
Abandoned carts and churned customers are costing you more than you think. I connect your Shopify store to GPT-4o-driven, multi-channel flows (email + SMS) that respond with personalised outreach — not generic blasts.
Clean, documented, production-ready code. You'll own it fully when we're done.
Doing $300K+/year and suspect you're leaving money on the table? Message me — I'll audit your flows for free.
Traduction automatique
Autres services de Développement de logiciels I Offre
FAQ
Traduction automatique
Puis-je utiliser ce backend avec un client navigateur ?
Oui ! Le backend reçoit des octets PCM ou WAV bruts via WebSocket, vous pouvez donc diffuser de l’audio directement depuis un navigateur en utilisant MediaRecorder ou des bibliothèques comme WavTools.
Pourquoi utilise-t-on des morceaux de 10 secondes au lieu d’une fenêtre glissante continue ?
Les morceaux fixes de 10 secondes simplifient le système, le rendent plus fiable et plus facile à intégrer. Cela garantit que ShazamIO dispose de suffisamment d’audio pour une reconnaissance précise sans surcharger le serveur.
Puis-je changer la longueur du morceau ou la taille de la fenêtre ?
Techniquement oui, mais cela peut impacter la précision. 10 secondes sont recommandées pour le meilleur compromis entre vitesse et fiabilité de la reconnaissance.
Le backend fournit-il des paroles ou de l’audio en streaming ?
Non. Le service ne renvoie que des métadonnées de morceaux (titre, artiste, clé de morceau Shazam, score de confiance).
Quels formats audio sont supportés ?
Le backend attend du PCM/WAV brut. Le client gère l’enregistrement du microphone et la conversion avant l’envoi. FFmpeg est utilisé en interne pour toute conversion nécessaire en octets MP3 pour ShazamIO.
Cela peut-il fonctionner en production ?
Oui ! Le package Dockerisé fournit un backend prêt à déployer, adapté pour les applications, bots ou autres projets de reconnaissance audio en temps réel.
Et si ShazamIO ne reconnaît pas un morceau ?
Vous recevrez un événement JSON no_match. La reconnaissance dépend de la base de données de Shazam, donc certains morceaux peuvent ne pas être détectables.
Quelle est la rapidité de la détection ?
La reconnaissance est traitée en morceaux de 10 secondes, donc le délai est généralement d’environ la durée du morceau plus la latence réseau et le temps de traitement de ShazamIO.
