Pourquoi Shazam ne trouve pas une chanson : comment ça marche

Comment Shazam transforme le son d'une vidéo en empreinte numérique

Si Shazam ou une application similaire ne parvient pas à identifier un titre qui joue clairement dans une vidéo, la cause n'est pas forcément que l'application « n'a pas entendu » la mélodie : il se peut que l'enregistrement soit simplement absent du catalogue du service, que le son de la vidéo ait été modifié — accéléré, ralenti ou mixé avec une autre piste —, ou que l'extrait lui-même soit trop court ou trop bruyant. Selon la description du créateur de l'algorithme, Avery Wang, et la documentation officielle d'Apple, Shazam ne recherche pas une mélodie en tant que telle, mais une correspondance entre l'empreinte numérique du son et un enregistrement précis déjà présent dans le catalogue du service. Cette empreinte se construit comme une « constellation » de pics du spectrogramme de l'enregistrement, associée à un ensemble de hachages calculés à partir de paires de ces points — ce qui produit un code compact propre à cet enregistrement précis. La recherche procède ensuite non pas par le sens ni par une mélodie qu'un humain reconnaîtrait, mais par correspondance exacte de ces hachages avec un enregistrement de la base de données.

Apple décrit le même principe plus simplement : l'application construit une empreinte numérique sonore unique et la compare à un catalogue de millions de titres. Les développeurs disposent d'un outil distinct, ShazamKit, capable de comparer un son non seulement au catalogue général de Shazam, mais aussi à une base audio propre que le développeur charge lui-même — par exemple les pistes d'une vidéo ou d'un podcast donné ; selon Apple, le son n'est jamais transmis à Apple et les signatures audio ne peuvent pas être reconverties en son. Shazam appartient à Apple : selon le communiqué officiel de l'entreprise, l'opération s'est conclue le 24 septembre 2018.

Prestation live et enregistrement studio : deux objets distincts pour l'algorithme

Dans son article de 2003, Wang précise que l'algorithme vise à reconnaître des fichiers déjà présents dans la base de données, et n'est pas conçu pour étendre ce résultat aux enregistrements de prestations live. En pratique, cela signifie que si le catalogue contient la version studio d'un titre, mais que l'on tente de reconnaître l'enregistrement d'une prestation live de cette même chanson, aucune correspondance ne sera peut-être trouvée — car pour l'algorithme, ce sont deux objets différents, même si une personne reconnaît la mélodie sans hésiter. Ce n'est pas la même chose que « fonctionne mal avec un son capté par le micro d'un téléphone » : selon l'article lui-même, l'algorithme a été conçu dès le départ pour exactement ce scénario — un son capté par le micro d'un téléphone au milieu de bruits ambiants, et non dans le silence d'un studio.

Dans le même temps, selon la description de Wang, le système est très sensible à la version exacte du titre qui a été jouée : selon l'auteur de l'algorithme dans l'article de 2003, il peut distinguer une prestation d'une autre même quand la différence est inaudible à l'oreille humaine — c'est-à-dire qu'il peut ne pas confondre plusieurs enregistrements proches d'une même chanson par un même artiste. Le même article relève aussi des faux positifs du système : selon l'auteur, il s'avérait souvent que l'algorithme ne s'était pas trompé, mais avait repéré un véritable cas d'échantillonnage ou d'emprunt mélodique. Les sources ne permettent donc pas d'affirmer qu'il est impossible en principe de confondre des versions — seulement que la distinction des versions est inscrite dans la logique même de l'algorithme.

Le parcours d'un titre vers le catalogue Shazam : distributeur agréé et exceptions éditoriales

Avant de comprendre pourquoi un remix ou un montage fait maison se comporte différemment, il faut d'abord savoir comment un titre entre dans le catalogue de Shazam. Selon le guide officiel d'Apple, pour qu'un morceau apparaisse dans Shazam et Apple Music, le titulaire des droits doit passer par un distributeur agréé par Apple — autrement dit, l'enregistrement doit emprunter le circuit standard de fourniture de contenu, et non simplement avoir été diffusé quelque part.

Ce même guide d'Apple précise que l'entreprise peut retirer une partie du contenu du catalogue pour des raisons éditoriales, y compris un contenu trompeur ou une atteinte au droit d'auteur. Parmi les exemples cités par Apple elle-même figurent les mix DJ en un seul fichier, les mégamix, les extraits sonores et les montages viraux issus de TikTok, SoundCloud, Instagram et YouTube. Autrement dit, même en passant par un distributeur, rien ne garantit qu'une version précise reste visible dans le catalogue.

La différence entre un remix officiel et un montage accéléré fait maison

Il en découle une limite pratique à garder en tête avant de qualifier Shazam de « défaillant ». Si un remix, une reprise ou une version accélérée (« sped up ») sont officiellement publiés comme un titre à part via un distributeur agréé, ils peuvent en principe obtenir leur propre entrée dans le catalogue et être reconnus — mais sous leur propre nom, pas comme désignation de l'original. Une version faite maison — une piste accélérée ou ralentie uniquement pour une vidéo précise et jamais publiée nulle part — fonctionne différemment : elle ne passe pas par un distributeur et n'obtient pas d'entrée distincte dans le catalogue.

Techniquement, un changement de vitesse et de hauteur déplace la position des pics sur le spectrogramme, et donc les hachages construits à partir de ces pics — il est donc logique de s'attendre à ce que la correspondance avec les hachages de l'enregistrement original devienne moins probable pour une telle version. Mais il s'agit d'une déduction tirée du mécanisme décrit, pas d'un résultat mesuré séparément : l'article de Wang de 2003 teste la résistance de l'algorithme au bruit et à la compression, pas aux changements de tempo ou de hauteur, et aucune des sources utilisées dans cet article ne fournit, pour les versions actuelles de Shazam, Google ou SoundHound, un chiffre sur la fréquence à laquelle une telle version faite maison finit malgré tout par être reconnue ou non.

L'expérience initiale du créateur de l'algorithme : durée de l'extrait et niveau de bruit

Ce sujet a fait l'objet d'une étude plus ancienne et plus mesurable — mais pas sur les remix : sur la durée de l'extrait et le niveau de bruit. Dans une expérience contrôlée menée par l'auteur de l'algorithme sur une base de test d'environ 10 000 titres, la reconnaissance baissait logiquement à mesure que le rapport signal/bruit diminuait et que l'extrait raccourcissait : le seuil de reconnaissance à 50 % pour des extraits non compressés de 15, 10 et 5 secondes était atteint autour de −9, −6 et −3 dB de SNR respectivement, et après compression au codec GSM, autour de −3, 0 et +4 dB.

Il s'agit d'une étude de 2003 portant sur une version ancienne précise de l'algorithme, pas d'un test de l'application de 2026, et ces chiffres exacts ne doivent pas être transposés au Shazam actuel. Ils sont cités ici uniquement comme source de la tendance elle-même : plus un extrait est court et bruyant, plus la chance de correspondance est faible — selon la logique même de la conception de l'algorithme. C'est une propriété de l'algorithme tel que décrit en 2003 ; si la version actuelle est conçue et fonctionne de la même manière, Apple ne l'a pas publié, et les seuils précis en décibels la concernant restent inconnus.

Reconnaissance automatique et mode hors ligne dans l'application Shazam

Outre le lancement manuel, Shazam propose plusieurs moyens intégrés de capter la musique sans appuyer à nouveau sur le bouton. La fonction Auto Shazam peut tenter en continu de reconnaître la musique autour de l'utilisateur, sans attendre un lancement manuel : selon le guide actuel d'Apple, sur iPhone, iPad et Apple Vision Pro, elle s'active par un appui long sur le bouton Shazam dans l'application elle-même, et la version Android compare le son à la base de Shazam même lorsqu'on est passé à une autre application. Indépendamment d'Auto Shazam, iPhone et iPad offrent un accès rapide à une reconnaissance ponctuelle via le Centre de contrôle — au même endroit que sur Mac et Apple Watch, avec un bouton « Identifier la musique ».

Le comportement hors ligne décrit par Apple s'applique à l'usage ordinaire de l'application Shazam, pas seulement à Auto Shazam : en l'absence de connexion internet pendant l'enregistrement, l'application construit tout de même l'empreinte numérique du son et propose une correspondance plus tard, une fois le réseau rétabli — cela est confirmé aussi bien pour iPhone/iPad que pour la version Android. Une réserve distincte concerne les écouteurs : selon le guide d'Apple, Shazam sur iPhone et iPad ne peut pas identifier un titre diffusé via des écouteurs ou un casque s'il n'y a pas de connexion internet à ce moment-là — le mode hors ligne n'aide pas dans ce scénario.

Un autre principe de recherche : comment Google retrouve un morceau à partir d'une mélodie fredonnée

Que Shazam n'ait pas trouvé le titre ne signifie pas qu'aucun outil ne le trouvera. Google propose une fonction distincte, « Search a song » (rechercher une chanson), dans son application mobile : selon les instructions mêmes de Google, elle permet soit de faire jouer un enregistrement, soit de fredonner, siffler ou chanter la mélodie — offrant ainsi une seconde méthode de recherche qui ne dépend pas d'une correspondance exacte avec le phonogramme d'origine.

Selon la description des ingénieurs de Google, le mode de reconnaissance par fredonnement ne construit pas l'empreinte d'un enregistrement audio précis, mais une représentation numérique compacte de la mélodie à partir du spectrogramme, et la compare directement aux enregistrements originaux, sans référence « fredonnée » intermédiaire stockée dans la base de données. Dans la présentation de 2020 accompagnant le lancement de cette fonction, Google indique que des enregistrements d'entraînement à la hauteur et au tempo modifiés aléatoirement ont été utilisés pour que le modèle apprenne à ignorer ces différences au même titre que le bruit de fond — même si deux interprétations d'une même mélodie peuvent aussi différer de tonalité en pratique. Cette fonction a été développée à partir des systèmes antérieurs de Google pour reconnaître une musique déjà en train de jouer. Autrement dit, l'échec de Shazam à faire correspondre une empreinte à son catalogue ne signifie pas qu'il soit par principe impossible de reconnaître la mélodie par une autre méthode.

SoundHound : un service de reconnaissance distinct avec sa propre liste de fonctions

SoundHound Inc. propose une application distincte, SoundHound, qui, selon sa description officielle sur l'App Store et sa page produit, accepte à la fois un enregistrement qui joue à proximité et une mélodie que l'utilisateur chante ou fredonne de vive voix.

D'après les sources examinées pour cet article — la page officielle de l'application et sa fiche App Store —, seule la liste des méthodes d'entrée audio prises en charge est connue : faire jouer un enregistrement, ou chanter ou fredonner de vive voix ; ces sources ne disent rien du fonctionnement technique de la correspondance chez SoundHound.

Les étapes pratiques quand l'application ne reconnaît pas une vidéo

Quand la réponse n'est pas nécessaire pour comprendre le sujet en général, mais ici et maintenant, un ordre d'actions raisonnable est le suivant. Si la vidéo est regardée sur l'appareil où Shazam est installé, et qu'il y a une connexion internet à ce moment-là, mieux vaut d'abord essayer la reconnaissance directement sur l'appareil : sur iPhone et iPad, Shazam peut identifier la musique que l'utilisateur écoute via des écouteurs ou un casque, et sur Android il existe un mode de reconnaissance sonore sur l'appareil lui-même — avec ou sans écouteurs — ainsi que la fonction Pop-Up Shazam qui, selon Apple, identifie la musique jouant dans l'application même que l'on regarde. Une autre option sur Android consiste à lancer une recherche de chanson via Circle to Search, si elle est disponible sur l'appareil.

Si cela ne fonctionne pas, ou si la musique vient de quelque part à proximité plutôt que du téléphone lui-même, mieux vaut essayer de fredonner ou de siffler le même air via la fonction « Search a song » de Google — un principe de recherche différent, qui ne dépend pas d'une empreinte exacte du phonogramme d'origine. On peut aussi ouvrir SoundHound et retenter de la même façon : chanter ou fredonner la mélodie de vive voix, ou faire jouer l'enregistrement près du micro.

S'il y a lieu de soupçonner un remix officiel ou une version accélérée, il vaut la peine de chercher le titre par le nom de la vidéo ou de son auteur sur les services de streaming : une telle version peut être cataloguée sous son propre nom, différent de l'original attendu. Et ce n'est que si l'enregistrement a été fait via le micro intégré de l'appareil (et non via des écouteurs), sans internet à ce moment-là, qu'il vaut la peine d'attendre simplement la connexion : Shazam sur iPhone, iPad et Android proposera une correspondance plus tard, une fois le réseau rétabli, à condition que l'empreinte ait déjà été construite et que le titre figure au catalogue. Via des écouteurs ou un casque, le mode hors ligne n'aide pas du tout : ce scénario, selon le guide d'Apple, exige une connexion active au moment de l'écoute. Aucune des sources sur lesquelles s'appuie cet article ne décrit de méthode universelle qui fonctionnerait pour n'importe quelle vidéo dans n'importe quelle condition.