SoundHoundレビュー：ハミングから曲を探せる音楽認識アプリの実力を徹底テスト

ご存じのとおり、私はモバイル端末の使用にはあまり積極的ではありません。技術や変化そのものを拒んでいるわけではなく、快適さと効率を重視しているからです。モバイルデバイスでの作業は、オーブンミトンを着けたまま細かい作業をするのと同じくらい非効率でストレスfullに感じるのです。ただし、例外はあります。

そのひとつが、多くの読者から「素晴らしいアプリがあるのでぜひテストしてほしい」というメールが届いたときです。その名はSoundHound。このアプリには2つの種類があります。ひとつは「Hound」という音声検索アシスタント(Cortanaに例えられるもので、別の記事で詳しく取り上げる予定です)。もうひとつが同名の音楽認識ツールで、歌詞などを知らなくても曲を推測・特定してくれるものです。読者が保証するなら、私がテストする。それだけのことです。

アプリの導入と第一印象

テスト用のGalaxy S5端末にアプリをインストールしました。Androidの熱心なファンではないため、この端末は本格的な作業にはほとんど使いません。Playストアがダウンロードを進める間、これまでAIによる音楽推測を試みた経験について考えていました。クラウドベースの分散型ハーモニクス分析は、宣伝文句ほど派手なものではなく、世間の称賛一辺倒のレビューとは異なる結果になることが多いのです。

以前、ShazamやSpotifyなどを試しましたが、どれも惨敗で、スクリーンショットを保存して紹介する段階にすら至りませんでした。この記事を読んでいるということは、SoundHoundは最初の関門を突破できたということになります。

インターフェースはシンプルですが、広告だらけです。このアプリは、音楽の検索・探索・購入へユーザーを優しく誘導するよう設計されているという印象を受けます。実際、認識に失敗したとき(後述します)に表示される代替提案は、常に「今すぐここで聴ける」的な色合いが強かったのです。しかし、本題に戻りましょう。

ハミングと歌唱で挑戦

比較的有名な曲からかなりマニアックな曲まで、歌詞のあるものとないものを交えて、ハミングや歌唱を行い、SoundHoundが本当に役立つのか試してみました。最初の数回の検索はあまり期待できませんでした。ロッシーニの「ウィリアム・テル序曲」とリシャール・クレイダーマンの「渚のアデリーヌ」を口笛と鼻歌で演奏してみましたが、認識されませんでした。ところが、グリーグの「朝」を歌ったとき、突然アプリが私の解釈を認識したのです。

その後、80〜90年代のヒップホップの少し安っぽいけれど人気のあるシングルをいくつか試しましたが、すべて外れて現代の曲ばかり提示されました。おいおい、Paradisioの「Bailando」はこんなに簡単に検出できるはずなのに。まあ、いいでしょう。

実際の音楽で本格テスト

このツールを評価する最良の方法は、実際の音楽を再生して何を識別できるかを確認することです。私の歌声はせいぜい下手な程度ですが、YouTube動画を再生するノートPCには反論の余地がありません。そこで次にそれを実行しました。音源(ノートPCスピーカー)とS5マイクの距離や位置、音質、サンプルレートなどの条件も考慮する必要がありますが、それでも人間の歌声よりはるかに正確なはずです。

結果はやはりまちまちでした。現代の人気曲の識別は簡単です。しかし、国際的な、ややマニアックだが正当性のある検索になると話は別です。今回選んだのは、Sandu Ciorba、DJ Zeki、イヴァン・ムラーデクの「Jozin z Bazin」、エンニオ・モリコーネの「Chi Mai」、Annibale E I Cantori Moderniの「My Name is Trinity」(最後はバッド・スペンサーとテレンス・ヒル主演の超クールなイタリア製西部劇のテーマソング)などです。さらにクラシック音楽も追加し、オペラ「カルメン」の闘牛士の歌なども試しました。思いつく限りランダムかつ国際的に選曲しました。選曲のひとつは、フィンランドのヒップホップシングル「Freestyler」のカザフ語版リミックスです。

結果として、SoundHoundは次のような動作をしました。「カルメン」はしっかり識別し、エンニオ・モリコーネの音楽にも問題ありませんでした。「Chi Mai」は映画音楽として識別されたり、「名前のない男」(My Name is Nobody)のテーマソングとして識別されたりしました。いずれにせよ映画音楽としては正解です。

西部劇といえば、SoundHoundはTrinityのトラックをうまく識別できませんでした。Turbo運転動画で使用したテクノ音楽は高得点でしたが、Megane RS 265の動画で使ったクレイジーなリミックスはダメでした。同様に、Ciorbaの「Pe Cimpoi」の旋律も認識できませんでした。一方、風変わりな「Jozin」の曲はうまく処理できました。ここで挙げた曲名をコピー&ペーストして、お好みの音楽検索ツールで試してみてください。驚くかもしれません。あるいは、そんな感じでしょう。

ルーマニアの陽気な曲、認識失敗。

セルビアのターボフォークテクノリミックス、成功。

カザフのテクノリミックス、失敗。

イタリア西部劇の名曲、失敗。

これがTrinityの推測結果。

問題点

アプリには他にもいくつか問題がありました。第一に、広告の読み込みが多すぎること。中には単純に愚かなものもあります。第二に、画面下部に検索を実行した位置情報が表示されることです。なぜそんなことを教えてくれるのでしょうか?自分がどこにいるかくらい分かっています。曲は知らなくても、愚か者ではありません。

おすすめが少し主流すぎます。

馬鹿げた広告は要りません。エンニオをブロックしないで!

まとめ

というわけで、以上がテスト結果です。そうです、私は典型的なスマートフォンユーザーではないため、このレビューはあなたのニーズには合わないかもしれません。さらに、ラジオで流れているような音楽しか聴かない方にとっては、このレビューはおそらく役に立たないでしょう。しかし、クラウド音楽検索技術がどれほど進歩しているのかを知りたい方には、この記事は多少なりとも参考になるはずです。

曲の人気度と出身国は確かに認識精度に影響します。それは理解できます。しかし、大きな奇跡は期待しないでください。プロ並みに歌えても、私の短く限定的ながら充実したテストに基づけば、約50%の確率で間違える可能性があります。穏やかに攻撃的な広告と巧妙な商用の誘導が加わると、あまり満足できないかもしれません。とはいえ、SoundHoundは以前試した他の類似アプリよりも正確です。つまり、進歩があり、希望があるということです。そして、次は音声アシスタント機能のテストも行う予定です。実際に機能して、期待を裏切らないかもしれません。当面の間、スマートフォンに向かって歌って恥をかいてもいいかもしれません。SoundHoundなら、屈辱を最小限に抑えるチャンスはいくらかあります。評価は6/10。それでは、また会いましょう。

それでは。