Uns A matemática por trás do Shazam: transformada de Fourier e impressão digital de áudio

Resumo

Este trabalho apresenta a base matemática utilizada pelo aplicativo Shazam para reconhecimento musical. O aplicativo é amplamente utilizado em todo o mundo para identificar músicas em segundos, mesmo em ambientes ruidosos, porém poucos usuários conhecem o mecanismo matemático que o sustenta. O objetivo deste artigo é explicar, de forma acessível, como a Transformada Rápida de Fourier (FFT) converte sinais de áudio do domínio do tempo para o domínio da frequência, como o algoritmo principal de busca gera impressões digitais acústicas (áudio fingerprints) a partir de picos espectrais, e como essas impressões são armazenadas e consultadas em um banco de dados de hashes para viabilizar a identificação em tempo real. A metodologia adotada foi a revisão bibliográfica das publicações originais que fundamentam a ferramenta e de literatura técnica sobre processamento digital de sinais. Os resultados demonstram que a combinação de FFT com o mapa de constelação e indexação por hash torna o reconhecimento robusto ao ruído e eficiente em escala global, com milhões de músicas catalogadas. Conclui-se que a matemática aplicada no Shazam é um exemplo notável de como conceitos clássicos de análise de sinais transformam-se em tecnologias do cotidiano.