Gratuit · Sans inscription · Fonctionne dans le navigateur

Le détecteur de genre musical qui sait vraiment faire la différence entre la deep house et la tech house.

Enregistrez n'importe quel morceau autour de vous ou importez un MP3 — on vous donne le genre, le sous-genre, le BPM et l'ambiance. Propulsé par notre propre IA audio — entraînée et maintenue en interne. Jusqu'à 96 % de précision sur GTZAN et MagnaTagATune.

dernière mise à jour 200+ genres et sous-genresanalyse en ~3 s
detector.widgetSticker
detector.widgetTitle

detector.signInToScan

detector.widgetOr
detector.placeholderGenre
detector.placeholderSub
detector.placeholderConfidencedetector.placeholderMooddetector.placeholderVibedetector.placeholderKey
// ce qui le rend précis

Bâti sur de vraies recherches, pas sur des impressions.

On a conçu et entraîné notre propre modèle audio — couplé à une taxonomie de 500+ genres que nous avons élaborée à partir d'années de données réelles. Pas d'à-peu-près, pas de raccourcis basés sur les charts.

96%

Précision de référence

Sur GTZAN et MagnaTagATune, on atteint 91–96 % en top-1, selon la famille de genre. On évalue sur GTZAN et MagnaTagATune et on publie des chiffres que nous avons mesurés nous-mêmes.

Analyse en ~3 secondes

Enregistrez 10 secondes, obtenez un résultat en trois. L'inférence tourne sur notre serveur GPU ; votre audio brut n'est jamais stocké.

🎛

Des sous-genres, pas des fourre-tout

« Électronique » est bien trop large. On distingue la Deep House de la Tech House, la Drum & Bass de la Liquid DnB, le Phonk du Drift Phonk.

🎧

Détection du BPM et de la tonalité

L'analyse de la grille rythmique vous donne le tempo à ±1 BPM près et la tonalité parmi 24 classes — utile aux DJ qui préparent un set ou aux producteurs en quête de morceaux de référence.

🌐

Sans inscription, sans publicité

Trois analyses gratuites dans le navigateur pour essayer, puis illimitées avec l'app mobile. On ne diffuse pas de publicité et on ne vend pas vos données. Promesse écrite noir sur blanc sur la page À propos.

📈

Vecteur d'ambiance

Lecture de l'ambiance sur 12 dimensions : énergique, mélancolique, plein d'espoir, sombre, rêveur, dansant, agressif… Les mêmes données qui alimentent « trouver des morceaux similaires » dans l'app.

// trois étapes

Comment ça marche.

01

Appuyez sur le micro, ou déposez un fichier.

Il nous faut environ 10 secondes d'audio. Le navigateur demande l'autorisation du micro ; à l'import d'un fichier, on lit le buffer localement — votre audio ne quitte pas votre onglet tant que vous ne lancez pas l'analyse.

02

Notre modèle lit l'audio.

L'audio est traité par notre modèle propriétaire — entraîné sur des millions de morceaux étiquetés répartis sur 500+ catégories de genres. Il note chaque genre simultanément et réordonne le tout grâce à une tête de modèle affinée sur des données réelles soigneusement sélectionnées.

03

Genre, sous-genre, BPM, ambiance — en 3 s.

Vous obtenez le label principal avec un score de confiance, les genres suivants au cas où ce serait un hybride, et l'analyse BPM/tonalité/ambiance. Ajoutez aux favoris, partagez un lien de résultat, ou analysez un autre morceau.

// parcourir la taxonomie

Quelques-uns des 200+ genres que nous connaissons.

Touchez une étiquette pour voir des morceaux d'exemple que notre détecteur a repérés dans la nature.

+ 174 autres sous-genres
/* comment ce truc est construit */

Notre propre modèle. Conçu pour la musique, pas emprunté.

La plupart des détecteurs de genre recyclent des embeddings audio génériques. On a pris un autre chemin — entraîner un modèle dédié sur des millions de morceaux étiquetés, en l'affinant spécifiquement pour la granularité des sous-genres. C'est pour ça qu'il distingue la Deep House de la Tech House, la Drum & Bass de la Liquid DnB, le Phonk du Drift Phonk. On évalue sur GTZAN et MagnaTagATune et on publie des chiffres que nous avons mesurés nous-mêmes.

// des questions, plutôt réelles

FAQ.

Shazam compare une empreinte audio à son catalogue de morceaux connus. Si le morceau n'y est pas (un edit de DJ, un bootleg, une sortie achetée sur Bandcamp), il abandonne. Nous, on ne cherche pas à identifier le morceau — on écoute et on vous dit quel genre de musique c'est. Ainsi, un repiquage vinyle de 1996 et un upload SoundCloud d'hier sont tous deux analysés.
Oui. Trois analyses gratuites dans le navigateur, sans inscription. On finance le serveur GPU avec les revenus des abonnements de l'app mobile. Si vous en voulez plus, l'app iOS/Android vous offre des analyses illimitées pour le prix d'un café par mois.
Tout fonctionne, d'un enregistrement au micro d'un téléphone dans un bar bruyant à un WAV sans perte. La précision augmente avec un audio plus propre — en MP3 à 128 kbps, vous atteindrez encore ~88 % sur le benchmark GTZAN ; à 320 kbps ou en sans perte, on est à 94 %+.
Non. On garde l'audio en mémoire uniquement le temps nécessaire à la passe d'embedding, puis on le supprime. Le résultat (genre + BPM + ambiance) est enregistré sous un ID de résultat pour que vous puissiez le partager ; l'audio source, lui, ne l'est pas.
C'est tout l'enjeu. Notre taxonomie compte 200+ feuilles et la tête du classifieur a été affinée spécifiquement pour départager les paires proches. Vous obtenez un sous-genre en top-1 avec sa confiance et les suivants pour les morceaux ambigus.
Les morceaux à cheval entre plusieurs genres sont réellement ambigus — un morceau à 60 % Trap et 40 % Phonk sera classé dans l'un ou l'autre selon l'intro que vous avez échantillonnée. On affiche la confiance et les suivants pour que vous repériez quand le modèle hésite. Pour les trucs vraiment marginaux (drone, free jazz, microsound), la taxonomie n'est pas encore assez profonde.
Pas encore publiquement. Si vous êtes un DJ pool, une bibliothèque ou un partenaire B2B avec un vrai cas d'usage, dites bonjour et on pourra parler tarifs.

Arrêtez d'appeler tout « house ».

Gratuit dans votre navigateur. Illimité dans l'app.

Télécharger sur iOS →Télécharger sur Android →
Détecteur de genre musical en ligne gratuit — Genre AI