Por qué Shazam no encuentra una canción: así funciona el reconocimiento

Así convierte Shazam el sonido de un clip en una huella digital

Si Shazam o una app parecida no identifica un tema que suena con claridad en un clip, la causa no es necesariamente que la app «no haya oído» la melodía: puede que esa grabación no esté en el catálogo del servicio, que el audio del clip se haya alterado —acelerado, ralentizado o mezclado con otra pista— o que la propia muestra sea demasiado corta o esté demasiado saturada de ruido. Según describe el creador del algoritmo, Avery Wang, y la documentación oficial de Apple, Shazam no busca una melodía como tal, sino la coincidencia entre la huella digital del audio y una grabación concreta ya registrada en el catálogo del servicio. Esa huella se construye como una «constelación» de picos del espectrograma de la grabación, más un conjunto de hashes calculados a partir de pares de esos puntos, lo que produce un código compacto propio de esa grabación en particular. A partir de ahí, la búsqueda no avanza por significado ni por una melodía que un humano pueda reconocer, sino por la coincidencia exacta de esos hashes con una grabación de la base de datos.

Apple describe el mismo principio de forma más simple: la app construye una huella digital de audio única y la compara con un catálogo de millones de temas. Para desarrolladores existe una herramienta aparte, ShazamKit, capaz de comparar audio no solo con el catálogo general de Shazam, sino también con una base de audio propia que el propio desarrollador carga —por ejemplo, las pistas de un vídeo o pódcast concreto—; según Apple, el audio nunca se envía a Apple y las firmas de audio no se pueden convertir de nuevo en sonido. Shazam pertenece a Apple: según el comunicado oficial de la compañía, la operación se cerró el 24 de septiembre de 2018.

Actuaciones en vivo y grabaciones de estudio: objetos distintos para el algoritmo

En su artículo de 2003, Wang afirma directamente que el algoritmo está pensado para reconocer archivos ya presentes en la base de datos, y no está diseñado para extender ese resultado a grabaciones de actuaciones en vivo. En la práctica esto significa que si el catálogo contiene la versión de estudio de un tema, pero lo que se intenta reconocer es la grabación de una interpretación en vivo de esa misma canción, puede que no aparezca ninguna coincidencia, porque para el algoritmo son dos objetos distintos, aunque una persona reconozca la melodía sin dudarlo. Esto no es lo mismo que «funciona mal con audio captado por el micrófono del teléfono»: según el propio artículo, el algoritmo se diseñó desde el principio precisamente para ese escenario —sonido captado por el micrófono de un teléfono entre ruido de fondo, no en el silencio de un estudio.

Al mismo tiempo, según describe Wang, el sistema es muy sensible a qué versión exacta de un tema sonó: según el autor del algoritmo en el artículo de 2003, puede distinguir una interpretación de otra incluso cuando la diferencia es inaudible para el oído humano, es decir, es capaz de no confundir varias grabaciones parecidas de la misma canción del mismo artista. Ese mismo artículo también señala falsos positivos del sistema: según el autor, con frecuencia resultaba que el algoritmo no se había equivocado, sino que había detectado un caso real de sampleo o de préstamo melódico. Por eso las fuentes no permiten afirmar que confundir versiones sea imposible en principio, solo que distinguir versiones está integrado en la propia lógica del algoritmo.

El camino de un tema al catálogo de Shazam: distribuidor aprobado y excepciones editoriales

Antes de ver por qué un remix o un montaje casero se comportan de otra manera, conviene entender cómo llega un tema al catálogo de Shazam. Según la guía oficial de Apple, para que una canción aparezca en Shazam y en Apple Music, el titular de los derechos debe trabajar con un distribuidor aprobado por Apple, es decir, la grabación tiene que pasar por el canal estándar de suministro de contenido, no basta con que suene en algún sitio.

Esa misma guía de Apple señala directamente que la compañía puede ocultar parte del contenido del catálogo por motivos editoriales, incluidos los contenidos engañosos y las infracciones de derechos de autor. Entre los ejemplos que la propia Apple menciona están las mezclas de DJ en un solo archivo, los megamixes, los fragmentos de audio y los montajes virales editados de TikTok, SoundCloud, Instagram y YouTube. Dicho de otro modo, pasar por un distribuidor tampoco garantiza que una versión concreta siga siendo visible en el catálogo.

La diferencia entre un remix oficial y un corte acelerado casero

De aquí se desprende un límite práctico que conviene tener en cuenta antes de dar por «roto» a Shazam. Si un remix, un cover o una versión acelerada («sped up») se publican oficialmente como tema aparte a través de un distribuidor aprobado, en principio pueden obtener su propia entrada en el catálogo y ser reconocidos, pero con su propio título, no como sustituto del original. Una versión casera —una pista acelerada o ralentizada solo para un clip concreto y nunca publicada en ningún sitio— funciona de otra manera: no pasa por un distribuidor y no obtiene una entrada propia en el catálogo.

Técnicamente, cambiar la velocidad y el tono desplaza la posición de los picos del espectrograma y, con ellos, los hashes que se construyen a partir de esos picos, así que es lógico esperar que la coincidencia con los hashes de la grabación original sea menos probable para esa versión. Pero esto es una deducción a partir del mecanismo descrito, no un resultado medido por separado: el artículo de Wang de 2003 pone a prueba la resistencia del algoritmo al ruido y a la compresión, no a cambios de tempo o de tono, y ninguna de las fuentes usadas en este texto ofrece, para las versiones actuales de Shazam, Google o SoundHound, una cifra sobre con qué frecuencia esa versión casera acaba siendo reconocida o no.

El experimento temprano del creador del algoritmo: duración de la muestra y nivel de ruido

Sobre este tema existe un estudio más antiguo y más medible, aunque no trata de remixes, sino de la duración de la muestra y el ruido de fondo. En un experimento controlado que el autor del algoritmo realizó sobre una base de prueba de unos 10.000 temas, el reconocimiento bajaba de forma previsible al reducirse la relación señal-ruido y al acortarse la muestra: el umbral de reconocimiento del 50% para muestras sin comprimir de 15, 10 y 5 segundos se alcanzaba en torno a −9, −6 y −3 dB de SNR respectivamente, y tras la compresión con el códec GSM, en torno a −3, 0 y +4 dB.

Se trata de un estudio de 2003 sobre una versión temprana concreta del algoritmo, no de una prueba de la app de 2026, y esas cifras exactas no deben trasladarse al Shazam actual. En este texto se citan solo como origen del patrón en sí: cuanto más corta y ruidosa es una muestra, menor es —según la lógica del propio diseño del algoritmo— la probabilidad de coincidencia; eso es una propiedad del algoritmo descrito en 2003. Si la versión actual está construida y funciona de la misma manera, Apple no lo ha publicado, y los umbrales exactos en decibelios para ella se desconocen.

Reconocimiento automático y modo sin conexión dentro de la app Shazam

Además del inicio manual, Shazam tiene varias formas integradas de captar música sin volver a pulsar el botón. La función Auto Shazam puede intentar reconocer música alrededor del usuario de forma continua, sin esperar a que se active a mano: según la guía actual de Apple, en iPhone, iPad y Apple Vision Pro se activa manteniendo pulsado el botón de Shazam dentro de la propia app, y la versión para Android compara el sonido con la base de Shazam incluso al cambiar a otra aplicación. Aparte de Auto Shazam, iPhone y iPad ofrecen acceso rápido a un reconocimiento puntual desde el Centro de Control —el mismo lugar que en Mac y Apple Watch, solo que con un botón «Reconocer música».

El comportamiento sin conexión que describe Apple se aplica al uso normal de la app Shazam, no solo a Auto Shazam: si no había conexión a internet durante la grabación, la app igualmente construye la huella digital del audio y ofrece una coincidencia más tarde, cuando vuelva la red; esto está confirmado tanto para iPhone/iPad como para la versión de Android. Hay una salvedad aparte para los auriculares: según la guía de Apple, Shazam en iPhone y iPad no puede identificar un tema que suena por auriculares o unos cascos si en ese momento no hay conexión a internet; el modo sin conexión no ayuda en ese escenario.

Otro principio de búsqueda: cómo Google encuentra una canción a partir de una melodía tarareada

Que Shazam no encontrara el tema no significa que ninguna herramienta vaya a encontrarlo. Google tiene una función aparte, «Search a song» («Buscar una canción»), en su app móvil: según las propias instrucciones de Google, permite reproducir una grabación o bien tararear, silbar o cantar la melodía, es decir, ofrece un segundo método de búsqueda que no depende de una coincidencia exacta con el fonograma original.

Según describen los ingenieros de Google, el modo de reconocimiento por tarareo no construye la huella de una grabación de audio concreta, sino una representación digital compacta de la melodía a partir del espectrograma, y la compara directamente con las grabaciones originales, sin una referencia intermedia «tarareada» guardada en la base de datos. En la descripción de 2020 que acompañó al lanzamiento de esta función, Google indica que se usaron grabaciones de entrenamiento con el tono y el tempo alterados al azar para que el modelo aprendiera a ignorar esas diferencias igual que ignora el ruido de fondo, aunque dos interpretaciones de la misma melodía puedan diferir también en la tonalidad. Esta función se desarrolló a partir de sistemas anteriores de Google para reconocer música que ya está sonando. Dicho de otro modo, que Shazam no haya logrado emparejar una huella con su catálogo no significa que sea imposible reconocer esa melodía por otro método.

SoundHound: un servicio de reconocimiento aparte con su propia lista de funciones

SoundHound Inc. ofrece una app aparte, SoundHound, que, según su descripción oficial en la App Store y su página de producto, acepta tanto una grabación que suena cerca como una melodía que el usuario canta o tararea con la voz.

De las fuentes examinadas para este texto —la página oficial de la app y su ficha en la App Store— solo se conoce la lista de métodos de entrada de audio admitidos: reproducir una grabación, o cantar o tararear con la voz; esas fuentes no explican el lado técnico de cómo SoundHound realiza la coincidencia.

Pasos prácticos cuando la app no logra identificar un clip

Cuando la respuesta no hace falta para entender el tema en general, sino aquí y ahora, un orden razonable de pasos sería el siguiente. Si el clip se ve en el mismo dispositivo donde está instalado Shazam y en ese momento hay conexión a internet, conviene probar primero el reconocimiento directamente en el dispositivo: en iPhone y iPad, Shazam puede identificar la música que el usuario escucha por auriculares o cascos, y en Android existe un modo de reconocimiento de sonido en el propio dispositivo —con o sin auriculares— además de la función Pop-Up Shazam, que, según Apple, identifica la música que suena dentro de la misma app que se está viendo. Otra opción en Android es lanzar la búsqueda de la canción mediante Circle to Search, si está disponible en el dispositivo.

Si eso no funciona, o la música suena cerca pero no desde el propio teléfono, conviene intentar tararear o silbar la misma melodía con la función «Search a song» de Google: un principio de búsqueda distinto, que no depende de una huella exacta del fonograma original. También puede abrirse SoundHound y repetir el intento de la misma forma: cantar o tararear la melodía con la voz, o reproducir la grabación cerca del micrófono.

Si hay sospecha de que suena un remix oficial o una versión acelerada, tiene sentido buscar el tema por el título del clip o por el autor en los servicios de streaming: esa versión puede estar catalogada con su propio título, distinto del original esperado. Y solo si la grabación se hizo con el micrófono integrado del dispositivo (no con auriculares) y en ese momento no había internet, conviene simplemente esperar a la conexión: Shazam en iPhone, iPad y Android ofrecerá una coincidencia más tarde, en cuanto aparezca la red, siempre que la huella ya se haya construido y el tema esté en el catálogo. Con auriculares o cascos, el modo sin conexión no ayuda en absoluto: ese escenario, según la guía de Apple, necesita una red activa en el momento de escuchar. Ninguna de las fuentes en las que se basa este texto describe un método universal que funcione para cualquier clip en cualquier condición.