Shezem-rs - Sistem Pengenalan Sidik Jari Audio Berkecepatan Tinggi Berbasis Rust

• Implementasi open-source Rust dari sistem pengenalan dan identifikasi audio berkecepatan tinggi yang terinspirasi dari Shazam
• Dirancang dengan fokus pada kecepatan, efisiensi, dan kesederhanaan, serta dapat melakukan pengindeksan dan pencarian file audio melalui CLI

Fitur dan keunggulan utama

• Kecepatan pengindeksan dan pencarian yang tinggi: mampu memproses ratusan file audio dengan cepat
• Perintah CLI yang sederhana: menyediakan cara penggunaan yang intuitif melalui perintah index dan search
• Implementasi berkinerja tinggi berbasis Rust: menggunakan sumber daya sistem secara efisien
• Mengadopsi metode sidik jari audio yang mirip dengan Shazam

Cara kerja internal

Prapemrosesan (Preprocessing)

• Mengubah stereo menjadi mono (rata-rata kanal kiri/kanan)
• Downsampling untuk mengurangi beban komputasi: 44.1kHz → 11.025kHz
• Sebelum downsampling, diterapkan filter low-pass IIR untuk menghilangkan frekuensi di atas frekuensi Nyquist

Transformasi spektrogram

• Menggunakan Short-Time Fourier Transform (STFT)
  • Jendela Hamming 1024 sampel
  • Overlap 50%
• Dikonversi ke domain waktu-frekuensi untuk mengekstrak puncak
  • Setiap jendela waktu dibagi menjadi pita frekuensi, lalu hanya amplitudo tertinggi di setiap pita yang dipertahankan
  • Amplitudo di bawah rata-rata dihapus agar hanya puncak karakteristik yang tersisa

Cara penyimpanan data sidik jari

• Puncak-puncak disusun dan disimpan sebagai hash
  • Berdasarkan satu puncak anchor, posisi relatif terhadap puncak-puncak di sekitarnya disimpan sebagai tuple
  • Disusun dalam bentuk (anchor freq, peak freq, delta time)
  • Dapat dikonversi menjadi bilangan bulat 32-bit atau 64-bit

Algoritme pencarian dan pengurutan

• Membuat sidik jari dari sampel input
• Mengambil sidik jari kandidat dari basis data lalu mengurutkannya berdasarkan urutan waktu
• Analisis kontinuitas temporal berbasis Longest Increasing Subsequence
• Menggunakan sliding window untuk mencari rentang puncak pencocokan yang paling padat
• Menghitung skor kecocokan dan mengurutkan hasil berdasarkan skor tertinggi