熱門Ptt文章

[爆卦]iphone音樂資料庫是什麼？優點缺點精華區懶人包

雖然這篇iphone音樂資料庫鄉民發文沒有被收入到精華區：在iphone音樂資料庫這個話題中，我們另外找到其它相關的精選爆讚文章

在 iphone音樂資料庫產品中有11篇Facebook貼文，粉絲數超過27萬的網紅3c有意思tim哥，也在其Facebook貼文中提到， 這是什麼歌？全球用戶每個月 Shazam 達到10 億次！針對這個極具指標性的里程碑，Apple Music 和 Beats 副總裁 Oliver Schusser 表示：「Shazam 是魔法的代名詞，除了讓樂迷能夠幾乎立刻辨識音樂，也讓藝人被發掘。Shazam 每個月有 10 億次辨識，是世界上...

　同時也有7部Youtube影片，追蹤數超過55萬的網紅3cTim哥生活日常，也在其Youtube影片中提到，［Tim哥科技午報20210616］ 蘋果Beats Studio Buds真無線降噪耳機來了 比AirPods Pro還便宜！售價只要4790元 https://tw.appledaily.com/gadget/20210615/3XKJR7ZK6RBVBDP573SAHKQLAI/ 【iPho...

「iphone音樂資料庫」的推薦目錄

iphone音樂資料庫 在 百靈果 News Instagram 的最佳貼文

2020-09-07 21:16:45

【免費教你做Podcast｜EP.3 硬體＋環境】這集收聽太差好桑心，所以任性只做兩張圖😢。不過，文字整理還是不能少的： 🔸音樂庫 1. Audiio：買斷 299美金；訂閱149美金／年 2. Soundstripe：130美金／年（黑色星期五和Cyber Monday 99美金／年）；19美金...

  • 3c有意思tim哥

    iphone音樂資料庫 在 3c有意思tim哥 Facebook 的精選貼文

    2021-06-18 10:56:17
    有 208 人按讚

    這是什麼歌？全球用戶每個月 Shazam 達到10 億次！針對這個極具指標性的里程碑，Apple Music 和 Beats 副總裁 Oliver Schusser 表示：「Shazam 是魔法的代名詞，除了讓樂迷能夠幾乎立刻辨識音樂，也讓藝人被發掘。Shazam 每個月有 10 億次辨識，是世界上最受歡迎的音樂 app 之一。今天這個里程碑不僅代表人們對 Shazam 的喜愛，也代表全世界對探索音樂的興趣日益增長。」

    Shazam 是世界上最受歡迎、評價最高的音樂 app 之一，自從推出以來，每月超過 10 億次 Shazam 和 500 億個配對標籤。
    自 2002 年，Shazam 以簡訊服務模式推出以來，每年辨識音訊總數都在持續成長；2008 年，這個大家熟識且喜愛的 app 在全新 Apple App Store 問世後，辨識音訊數更是呈指數成長。
    Shazam 花了 10 年才達到 10 億個標籤。此後不到 10 年，Shazam 的月辨識數即突破 10 億，並成功配對超過 500 億個標籤與超過 5100 萬首歌曲。透過簡訊收到的第一個 Shazam 結果是 T. Rex 的〈Jeepster〉。第500億首 Shazam 歌曲則是王艷薇的中文流行歌曲〈框不住的愛 (不插電版)〉。目前為止，Tones and I 的〈Dance Monkey〉是有史以來被 Shazam 次數最多的曲目。
    Shazam 的設計，能夠保護用戶隱私。當用戶啟動 Shazam 的音樂辨識功能，app 會為音訊建立數位指紋，並在幾秒鐘內與 Shazam 資料庫內的數百萬曲目進行配對。數位指紋在設備端產出，原始音訊不會發送到 Apple。這確保整個辨識過程保持安全，並保護用戶的隱私。

    在 iPhone, iPad 或 iPod touch 控制中心使用 Shazam
    你可以直接從 iPhone 或 iPad* 的控制中心直接使用 Shazam。
    到設定 > 控制中心 > 點按音樂辨識旁的 pastedGraphic.png，就可以把 Shazam 加入控制中心。只要下滑至控制中心，點按 pastedGraphic_1.png ，Shazam 就可以立即辨識出正在設備上或是你周圍播放的歌曲。就算你是透過耳機在聽，Shazam 也可以協助辨識。

    *需搭載 iOS or iPad OS 14.2 或以上。

  • 國際狗語日報 X 百靈果News

    iphone音樂資料庫 在 國際狗語日報 X 百靈果News Facebook 的精選貼文

    2020-08-24 14:39:45
    有 1,076 人按讚

    【免費教你做Podcast｜EP.3 硬體＋環境】這集收聽太差好桑心，所以任性只做兩張圖😢。不過，文字整理還是不能少的：

    🔸音樂庫
    1. Audiio：買斷 299美金；訂閱149美金／年
    2. Soundstripe：130美金／年（黑色星期五和Cyber Monday 99美金／年）；19美金／月
    3. YouTube搜尋「royalty free music」有很多免費音樂（但挑選很花時間），使用時註明來源，大致上就不會有侵權問題

    ※ YouTube 免費資料庫，僅限於 YouTube 使用！
    ※音樂有版權問題，專業問題請找律師
    　　
    🔹器材選擇方向
    1. 看你的節目設定：幾個人、在哪裡
    2. 有預算就直接攻頂，少繳試錯的學費
    　　
    🔸麥克風（可聽這集音頻比較）
    ｜USB 隨插即錄｜
    1. iPhone外接 Shure MV88+：8k多／支，可搭配app 選擇收音方向、角度；有耳機孔，可監聽
    2. Blue Snowball Ice 小雪球：2k多／支（敏迪早期用這個）
    3. Rode Podcaster USB：約11k／支；有耳機孔，可監聽；只能收單人聲音
    4. Blue Yeti 雪怪：5k多／支；有單方向、360°（會收進環境音）收音模式；只有一軌，無法禁聲
    5. RODE VideoMic NTG：8k多／支，想做Youtube＋Podcast可買這支
    　　
    ｜XLR 接頭有三根針｜
    #麥克風線材很重要 ，好的線材可以隔絕外部雜音。推薦線材Mogami（較貴）或Canare，再加 Neutrik接頭。
    1.【電容式】聲音較細緻、貼近原聲，但環境音影響很大。eg: Sennheiser MK4（20k／支）
    2.【動圈式】沒那麼敏感，但聲音有磁性。
    eg: Shure SM7B（聲音渾厚，但訊號弱，要搭配擴大機；15k／支）、Rode Procaster（8.8k／支）、Rode Podmic（很多人在用，3k多／支）
    3. 擴大機 preamp：功能差不多，買最便宜的就好。
    eg: cloudlifter（不用電源，直接插mic聲音可增加20dB，沒有雜音；單軌100美金／台、雙軌200美金／台）、sE Electronics Dynamite DM-1（擴音功能強，不用多買線，插在收音接頭就好；99美金／台，最便宜）、Fethead（4K多台幣／台）

    ※離mic一個拳頭的距離可避免雜音
    ※想更專業，去找好和弦 - NiceChord.com 吧
    　　
    🔹介面（Audio Interface）
    1. 是將聲音轉譯成電腦可辨識訊號的中繼站，電腦也是一種介面；電腦只能直接插USB麥克風。
    2.【隨身型】小型錄音機，旁邊可插XLR麥克風（大部分有內建mic），適合街訪。
    eg: Zoom H4或H5（H6有雜音不太推）、Tascam DR-100或DR-40
    3. Scarlett：可插XLR mic，直接連結電腦錄音（Ken不信任電腦，所以沒在用）
    　　
    🔸環境決定一切
    1. 沒錢可以在衣櫥裡蓋著棉被錄音，不管拿哪支麥克風效果都不錯
    2. 處理回音：找一堆掛勾或架子，把棉被或毯子（厚絨布超讚）掛起來吸音；聲音跟光一樣會反射，可以放書架打散回音
    3. 承上，講話正對面一定要有東西把聲音吸掉或打散，這樣比較不會有回音
    4. 水泥牆、平桌面、磁磚地版、天花板很恐怖，會有滿滿的回音。噴砂、鋪毯子、舊外套、掛窗簾，用盡一切辦法把聲音可能接觸的表面弄得「凹凸不平」。
    5. 我們自己爲了隔絕馬路上的噪音，做了雙層氣密窗
    6. 正前方放一個ㄇ字形紙箱，紙箱內部（靠近麥克風那側）貼滿吸音棉或掛滿毛巾，再把頭埋進去錄音，可改善一些嚴重的回音。
    7. 蝦皮上的吸音棉很多中看不中用，請仔細挑選。

    以上是本週的Podcast教學重點，下集 EP.4 是教大家「如何準備訪綱＋肉搜對方」，相信許多行業都很需要這些技能～

    歡迎分享給有需要的朋友，若有問題可以到「5萬QA」那篇置頂貼文留言哦。各位週四見👋

    #百靈果 #podcast教學

  • 台灣物聯網實驗室 IOT Labs

    iphone音樂資料庫 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳貼文

    2020-02-13 17:55:00
    有 1 人按讚

    為了活下去，全球最大的零售商沃爾瑪變身數據公司

    文：王茜穎 / 若水 Flow AI Blog 編輯團隊

    【本文重點】：

    1. 今天，人工智慧不再是一種選擇，而是生存下去的基本必須品。
    2. 為了預測消費趨勢、提高供應鏈和營運效率，沃爾瑪張開數據網，即時監控2000億筆的內部交易數據，200 個外部數據。
    3. 從行銷、採購、品管、上架、庫存管理到配送，AI 正在改寫超市地景和運作方式。

    零售業是一個國家最古老的行業。但你發現了嗎？全球最大的零售業龍頭沃爾瑪 Walmart，正在把自己變成一家數據公司。

    它不得不。它最大的競爭對手，吃下線上零售市場一半江山的電商龍頭亞馬遜，不斷探索線下經營。繼實體書店、無人便利店 Amazon Go、收購全食超市（Whole Foods Market）之後，2019年再度推出 Amazon 4-star，銷售在亞馬遜網站上獲得4顆星以上評價的商品，準備對線下零售市場攻城掠地。

    「今天，人工智慧不再是一種選擇，而是生存下去的基本必須品。」知名暢銷作家Bernard Marr 說。《華爾街日報》形容這是一場「不斷升級的科技地面戰」。

    如何確保對的產品在對的時機，放在對的位置，做出對的定價，以方便對的人購買，是競爭白熱化的零售業的致勝關鍵。

    即時監控2000億筆的內部交易數據，200個外部數據
    為了抓出客戶需求、提高供應鏈和營運效率，沃爾瑪阿肯色州本頓維的總部設立了@WalmartLabs 和 Data Café（Collaborative Analytics Facilities for Enterprise，企業協作分析工具），監控過去幾週高達2000億筆的內部交易數據，以及氣象、經濟、電信、社交媒體、油價、鄰近沃爾瑪的重大事件（如：體育賽事）、美國最大評論網站Yelp、信用徵信網站Experian等200個外部數據。

    沃爾瑪每週預測全美4700家店，共500億件商品需求，「我們每個週末都提出一套新的預測，」「我們有12小時完成所有的預測，約3天完成所有的訓練。」@WalmartLabs 傑出數據科學家和數據科學主任John Bowman說。

    但沃爾瑪的規模實在太大了，Bowman說原有的開源軟體，「隨著我們擴大演算法規模，加入愈來愈多的數據，涵蓋愈來愈多的類別，開始遇到嚴重問題」，目前其預測模型是由內部改寫和開發的機器學習演算法組成，每項商品的預測，都建立在350個數據特徵上。

    除了預測消費風向，最基本的，「用來確保門市和配送中心的庫存水位，足以滿足預測的需求。它不只幫沃爾瑪控制庫存成本，也確保架上的庫存足以應付來客或網路訂單。」前@WalmartLabs印度班加羅爾主任Nitin Sareen指出。

    沃爾瑪 Walmart 同時收集所有顧客的消費紀錄、住在哪裡、並從店內的免費無線網路追蹤其產品喜好。2017年的報導指出，沃爾瑪掌握了6成美國成人，近1.45億人口的詳細資料。「我們想知道世界上所有的產品，我們想瞭解世界上每一個人，然後我們想要擁有連結兩者，促成交易的能力。」前沃爾瑪全球電子商務與科技執行長Neil Ashe曾說。

    它的「社會基因體計畫」（Social Genome Project）監控社交媒體上的公開對話，參透消費者的社交DNA，藉以預測消費趨勢。沃爾瑪開發的Shopycat禮品推薦APP，「透過社會基因體計畫，分析朋友的臉書上的讚、分享、發文等動態，解除送禮壓力，提高送禮樂趣。」

    當人們在線上展現我們的喜怒哀樂時，沃爾瑪就從分析臉書和推特的對話，在趨勢轉成需求前，成功預測棒棒糖蛋糕機、電動榨汁機的需求，立刻進貨、鋪貨。

    數據讓沃爾瑪（Walmart）能預測未來趨勢，抓出過去錯誤

    除了預測未來，即時數據和分析，讓沃爾瑪從異常銷售數字中，立即抓出定價失誤，或發覺特定門市根本未將商品上架的問題。機器學習把解決問題的時間從2～3週，大幅縮短為20分鐘。「若你得花上一週或一個月分析你的銷售數字，才能獲得洞見，你那段時間的營收已經蒙受損失。」沃爾瑪資深統計分析師Naveen Peddamail說。

    為了收集消費者資訊，沃爾瑪甚至在2012年推出了自己的搜尋引擎Polaris。今年2月，沃爾瑪再度收購以色列科技新創Aspectiva，利用其自然語言處理功能 (Natural Language Processing)，讓電腦擁有理解人類語言的能力，分析客戶的產品評論等用戶生成內容，並結合其瀏覽行為，以提供個人化的產品推薦。

    沃爾瑪每小時產生約美國國會圖書館館藏167倍的數據，這些通通餵給雲端。沃爾瑪和微軟聯手建立全球最大的私人雲，每小時從百萬名消費者身上收集2.5 petabytes非結構化的數據，做出行銷、採購、鋪貨、庫存管理等各種決策。有一說，此舉是要和亞馬遜的Amazon Web Services (AWS)一別高下。

    衝刺電子商務戰場，營造個人化體驗、用AI 工智慧鞏固生鮮市場

    電子商務上，沃爾瑪仍看不到 Amazon 亞馬遜的車尾燈。

    為此，沃爾瑪接連併購 Jet.com、Bonobos、中國電商 JD.com、及砸160億美元買有「印度亞馬遜」之稱的 Flipkart，去年沃爾瑪亦翻新官網，挾其龐大的數據能力，用消費者的所在地、瀏覽和購買歷史，加強區域與個人的個人化體驗。

    例如，顯示當地熱門商品、通常一起合購商品、「我的門市」生鮮配送服務；提供「輕鬆續訂」功能，類似亞馬遜網站上的快速按鈕（Dash button）。去年第四季，沃爾瑪的電子商務營收成長43％，eMarketer並預測今年底沃爾瑪將分食4.6％的市場，較去年成長4％，居全美電商第三名。

    沃爾瑪抓緊數據，苦苦追趕，有其苦衷。根據Accenture 2016年的調查，58％的消費者傾向在有個人化推薦的網站購物，一旦沒有，最快60秒就會失去興趣；SmarterHQ的報告則指出，在這樣的情況下，47％的消費者會直接轉往亞馬遜，便宜了沃爾瑪的頭號競爭對手。

    為了拉抬線上銷售，沃爾瑪祭出廉價生鮮優勢。去年底全美有1600家門市提供生鮮配送，3100家門市設提貨中心。亞馬遜迅速回防，今年4月，旗下的全食超市推出第三波降價，以及2小時生鮮配送，1小時店內提貨，要挖沃爾瑪牆角。

    這是一塊沃爾瑪輸不起的戰場。不同於亞馬遜，生鮮佔沃爾瑪全美近6成營收。金雞母保衛戰，沃爾瑪用AI和相機打造「新鮮度演算法」，名之「伊甸園」（Eden），用AI檢查蔬果缺陷和新鮮度，預測腐壞日期，確保蔬果從農場到貨架全程新鮮，終結食物（成本）浪費。在全美43個配送中心試用6個月，已替沃爾瑪省下8600萬美元，預計5年內將省20億美元。

    在此之前，沃爾瑪必須派員在配送中心先目視檢查送進來的生鮮，接著再手動檢查是否符合美國農業部和沃爾瑪內部的食品標準。

    「伊甸園源自我們生鮮營銷團隊工程師間的一場駭客松。」沃爾瑪部落格說。在6個月內，他們量化了美國農業部和沃爾瑪內部的食品標準，並發給稽查員一支iPhone，用Eden的APP記錄各種蔬果在不同生命週期時的樣貌，是否符合各項食品標準。這百萬張照片的資料庫，成了人工神經網絡進行深度學習最佳教材。

    當稽查員在現場拍下照片時，機器將比對資料庫中的圖像，經過一層層，千百萬個神經元的數值運算後，評估蔬果新鮮度，預測保存期限，最後決定接受或退貨。沃爾瑪還把iPhone送到農夫手上，讓他們在農產品運送前先拍照，通過伊甸園把關再上路，從頭減少因品質而被退貨所衍生的成本。

    「這代表（我們）能更有效率地催熟香蕉，當番茄還長在藤上時，就預測出它的保存期限，或依此調整蔬果上架的優先順序。」沃爾瑪供應鏈技術副總工程師Parvez Musani分析。販賣生鮮是一場和時間賽跑的賭局。時間，就是金錢。

    除了產地和配送中心的品管，他們發現運輸過程中的溫度，也會影響蔬果新鮮度。為此，伊甸園即時監控蔬果在貨車裡的溫度，若發現溫度飆升導致蔬果「短命」2天，則立刻重新安排貨車路線，送到較近的配送中心，減少損失。

    Musani舉例，沃爾瑪的明星商品香蕉，來自7個拉丁美洲國家，鋪貨到全美4千多家門市。不久的未來，在跨洲、跨國、跨州的長途運送過程中，伊甸園會重新估算「新鮮度」，決定香蕉運到哪裡。「最後香蕉會運到較近的門市，確保最新鮮，消費者樂於買一串美味香蕉，人人皆大歡喜。」

    跟 Amazon 亞馬遜搶食 AI 語音購物市場

    眼紅於亞馬遜語音助理Alexa登堂入室，開口即可在亞馬遜下單，沃爾瑪也想搶食語音購物市場。

    近來的專利申請，透露沃爾瑪打算在產品中內建物聯網電子標籤，以監控家用品的使用情況，例如追蹤保存期限，或你提起洗潔精的次數，藉此推測何時需要補充，自動加入你的購物清單，並為沃爾瑪提供顧客行為的龐大數據，包括產品使用的時間和頻率。

    今年4月起，直接呼喚Google Assistant也能在沃爾瑪下單，可在全美超過2100家門市提現貨，800家門市領取網購商品。由於語音下單容易指示不清（例如：買2罐洗衣精），為求準確，沃爾瑪顧客的消費記錄將和Google Assistant帳號綁定，以判斷脈絡。

    儘管目前語音購物對營收的貢獻很小，分析師紛紛預測這是未來趨勢。為了「不落人後」，沃爾瑪甚至投資一家針對上流社會的個人購物服務新創Jetblack，會員可用簡訊「遠端遙控」購物員幫他們購物，年費要價600美元。

    簡訊的文字，是絕佳的機器訓練素材。「沃爾瑪正在利用Jetblack的大批人力來訓練其AI，盼其有朝一日能提供自動化的個人購物服務，為搜尋欄消失，聲控購物成為主流的那一天，提早做好準備，」Jetblack執行長Jenny Fleiss告訴《華爾街日報》。該報分析，沃爾瑪將該投資視為AI和語音購物的研究中心，打算用它來打造和亞馬遜Alexa抗衡的秘密武器。

    而JetBlack正是從沃爾瑪位於矽谷的科技孵蛋器Store No.8孵出來的新創公司。為了尋找下一代的零售科技，沃爾瑪透過Store No.8來孵化、投資新創，與創投和學術界合作，開發機器人、虛擬實境、機器學習和AI技術。

    AmazonGo會是沃爾瑪的未來嗎？

    自去年10月底，沃爾瑪旗下的倉儲式商店Sam’s Club宣布將在德州開第一家無結帳員的超市後，大家都在揣測沃爾瑪超市何時會跟上AmazonGo的無人店。

    4月底，沃爾瑪公布了它的「未來超市」。它改造了紐約州Levittown的門市，化身「零售智能實驗室」（Intelligent Retail Lab），在真實運作的超市裡，裝滿感應器、攝影機、並建有龐大的數據中心。「這些硬體佈線之長足以爬聖母峰5次，處理能力之強大每秒能下載3年份的音樂（27000小時）。」沃爾瑪的部落格寫著。

    5萬平方呎，3萬件商品，超過百名員工，可以確定的是，沃爾瑪的未來藍圖，不是AmazonGo。

    具有人工智慧的攝影機，並非用來分辨消費者拿了什麼，好自動結帳，而是用來監控貨架上的存貨。機器「看見」架上商品，準確辨識品項和數量，並對照預測銷售需求的量，即時通知員工哪些商品空了，立刻補貨，或哪些放太久，立即下架。如此一來，確保架上永遠有貨，而且絕對新鮮。

    這不是沃爾瑪第一次用AI來即時盤點庫存。

    走進今天的沃爾瑪，你可能會碰到Auto-S貨架掃描機器人，穿梭在繁忙的貨架間。

    自駕車的感應器和人工智慧，讓它能即時辨識路徑中的障礙物，優遊於樑柱、顧客、店員之間，避免碰撞。身高2英尺（約60公分），機器手臂最高可達8英尺高，裝有高解析度相機可快速掃描架上存貨、標價標籤和商品位置，而且免傳雲端，運用卡尼基美隆大學研發的Hawxeye人工智慧，機器人可現場用機器學習進行圖像辨識，加快分析速度，減少無用數據。

    不到1小時，機器人就掃完數十個貨架，找出缺貨、庫存過低、沒有標籤、標價錯誤和錯置的商品，通知店員處理。在過去，這得花上一群人數天時間才能完成。

    目前全美有50家沃爾瑪使用Auto-S貨架掃描機盤點架上商品。目前總里程650英里（近1千公里），尚未發生任何事故。來源：KPIX CBS SF Bay Area / 沃爾瑪
    這提升了顧客的便利性，確保他們總能在對的貨架上找到想買的東西。對沃爾瑪而言，這能降低人事成本，減少貨架空間的浪費，但它還有更重大的意義：「驅動這類新科技的動力，是走向全通路零售的必要性。為了提供當天、低價或最後一哩運送，你必須以這些門市做為配送中心。但要實現這個目標，他們真的需要即時掌握架上有什麼，」Auto-S的製造商Bossa Nova執行長Bruce McWilliams接受Venturebeat採訪時說。

    入口處的自助提貨塔就是明證，只要掃描你的網路訂單條碼，45秒內你的貨就會出現在輸送帶上，取貨變得跟「高科技自動投幣機」一樣方便。自駕車配送也進入測試階段。

    去年11月，沃爾瑪宣布與福特合作，用自駕車宅配；7月，和Waymo（Alphabet旗下子公司，專門研發自駕車）聯手，在亞利桑那州小規模試點，「http://xn--walmart-6p3l44vn4ljhs1l8c981cucbz07isk0a.com/grocery下單，選擇到店取貨，我們的個人購物助理便會依據取貨時間，細心準備訂單上的商品。剩下的就交給Waymo。Waymo會接送顧客往返門市取貨，你可以利用這段時間完簡訊、小睡、工作，隨心所欲。」沃爾瑪部落格如此描述。

    這一切聽起來，像是科幻小說？

    沃爾瑪可不這麼認為，「今天，變化的速度很快。10年前，多數客戶還在讀第一代iPhone的消息，懷疑是否實用。現在，他們用手機上買東西，就期望宅配到府或店裡取貨 – 而且通常是當天，幾小時內，甚至幾分鐘內，」沃爾瑪執行長董明倫（Doug McMillon）說，「零售商得適應這些變化 – 在某些領域甚至引領潮流 – 不然就會落後並消失。」

    附圖：圖說：去年改版後的沃爾瑪網站，新功能包括當地熱門商品、快速追蹤訂單、快速續訂、我的當地門市服務等，強化區域及個人化體驗。來源：沃爾瑪
    圖說：伊甸園的APP介面，機器藉由照片的圖像辨識和比對，預估蔬果新鮮度。來源：沃爾瑪

    圖說：只要45秒，16英尺高的自助提貨塔，就會準備好你訂的商品。來源：沃爾瑪

    資料來源：https://ai-blog.flow.tw/walmart-ai-data-retail

你可能也想看看

搜尋相關網站