天貓雙11“春晚”有搖一搖獲得“1元購(gòu)”的互動(dòng)，在大型晚會(huì)上這種通過(guò)搖一搖搶到紅包或者節(jié)目單或者明星祝福什么的，互動(dòng)是怎么實(shí)現(xiàn)的？

告訴大家，這項(xiàng)技術(shù)的關(guān)鍵，根本不在于“搖一搖”，而是要?dú)w功于里面一項(xiàng)很神秘的核心技術(shù)：音頻指紋識(shí)別。

如果你看春晚把電視調(diào)成了靜音，手腕搖斷了都不會(huì)有明星送祝福。因?yàn)槠鋵?shí)無(wú)論是支付寶，還是天貓這次雙11春晚可能會(huì)用到的手機(jī)淘寶、手機(jī)天貓等App，在開啟“搖一搖”這種功能的時(shí)候，你要先保證你的手機(jī)能“聽到”電視發(fā)出的聲音，這樣手機(jī)上的麥克風(fēng)才能采集音頻信號(hào)，并對(duì)音頻信號(hào)進(jìn)行一些特征的預(yù)處理后，提取到音頻的指紋。

那么音頻的指紋是什么？音頻指紋之于音頻就如同指紋之于人，它是每段音頻關(guān)于音頻數(shù)據(jù)內(nèi)容的壓縮簽名。目前比較通用的音頻指紋是音頻的頻譜特征，頻譜特征的好處呢，就在于它可以“透過(guò)外在看本質(zhì)”，收集到的音頻信號(hào)會(huì)先被無(wú)情地卸掉偽裝，也就是進(jìn)行數(shù)字采樣和降噪等預(yù)處理，然后再通過(guò)加窗的方式分幀，對(duì)于每幀音頻信號(hào)會(huì)提取出音頻的頻譜特征。最后將一系列連續(xù)的特征序列拼接成單獨(dú)一個(gè)向量，我們就得到傳說(shuō)中的音頻指紋了。

看到這里，大家可能想到了一個(gè)發(fā)家致富的新思路：要是我把天貓晚會(huì)錄個(gè)音，然后每天在家循環(huán)播放邊聽邊搖，我是不是能把馬云爸爸搶破產(chǎn)?。?/p>

馬云爸爸冷笑一聲：我們這個(gè)技術(shù)是實(shí)時(shí)互動(dòng)你造嗎？殘酷的實(shí)時(shí)也就意味著只有在特定的時(shí)刻才會(huì)進(jìn)行匹配。你上傳的音頻指紋是包含接收音頻信號(hào)的時(shí)間信息的，而數(shù)據(jù)庫(kù)中相對(duì)應(yīng)的音頻聲紋也是有設(shè)定好的時(shí)間標(biāo)簽。所以只有在特定的時(shí)刻才會(huì)觸發(fā)相應(yīng)的互動(dòng)活動(dòng)。想搶錢哪有那么容易？勸你還是在屏幕前乖乖守著直播看表?yè)u手機(jī)吧。