Gratis · Tanpa daftar · Berjalan di browser

Detektor genre musik yang benar-benar tahu perbedaan antara deep house dan tech house.

Rekam lagu apa pun di sekitarmu atau unggah MP3 — kami akan memberi tahu genre, sub-genre, BPM, dan mood-nya. Didukung audio AI buatan sendiri — dilatih dan dipelihara secara internal. Akurasi hingga 96% pada GTZAN dan MagnaTagATune.

terakhir diperbarui 200+ genre & sub-genre~3 detik analisis
Detektor langsung
Identifikasi genrenya

Masuk untuk memindai — coba gratis

atau unggah file
Deep House
sub-genre · Melodic House & Techno · 122 BPM
Kepercayaan 94%euforisberkendara malamA minor
// apa yang membuatnya akurat

Dibangun dari riset nyata, bukan sekadar feeling.

Kami membangun dan melatih model audio kami sendiri — dipadukan dengan taksonomi 500+ genre yang kami kurasi dari data dunia nyata selama bertahun-tahun. Tanpa tebak-tebakan, tanpa jalan pintas berbasis tangga lagu.

96%

Akurasi benchmark

Pada GTZAN dan MagnaTagATune kami mencapai 91–96% top-1, tergantung keluarga genre. Kami melakukan benchmark pada GTZAN dan MagnaTagATune serta melaporkan angka yang kami ukur sendiri.

Analisis ~3 detik

Rekam 10 detik, dapat hasil dalam tiga detik. Inferensi berjalan di server GPU kami; audio mentahmu tidak pernah disimpan.

🎛

Sub-genre, bukan sekadar kategori

“Electronic” terlalu luas. Kami memisahkan Deep House dari Tech House, Drum & Bass dari Liquid DnB, Phonk dari Drift Phonk.

🎧

Deteksi BPM & kunci

Analisis beat-grid memberimu tempo dalam ±1 BPM dan kunci dalam 24 kelas — berguna bagi DJ yang menyiapkan set atau produser yang memburu lagu referensi.

🌐

Tanpa daftar, tanpa iklan

Tiga analisis gratis di browser untuk mencoba, lalu tanpa batas dengan aplikasi seluler. Kami tidak menampilkan iklan atau menjual datamu. Tertulis di halaman Tentang.

📈

Vektor mood

Pembacaan mood 12 dimensi: energik, melankolis, penuh harap, gelap, melamun, danceable, agresif… Data yang sama kami pakai untuk fitur “temukan lagu serupa” di aplikasi.

// tiga langkah

Cara kerjanya.

01

Ketuk mikrofon, atau jatuhkan file.

Kami butuh sekitar 10 detik audio. Browser meminta izin mikrofon; pada unggahan file kami membaca buffer secara lokal — audiomu tidak meninggalkan tab-mu sampai kamu memutuskan untuk menganalisis.

02

Model kami membaca audionya.

Audio diproses oleh model milik kami — dilatih pada jutaan lagu berlabel di 500+ kategori genre. Ia menilai setiap genre secara bersamaan dan memeringkat ulang dengan head yang di-fine-tune pada data dunia nyata yang dikurasi.

03

Genre, sub-genre, BPM, mood — dalam 3 detik.

Kamu mendapat label teratas dengan skor keyakinan, genre runner-up jika lagunya hibrida, serta rincian BPM/kunci/mood. Simpan ke favorit, bagikan tautan hasil, atau analisis yang lain.

// jelajahi taksonominya

Beberapa dari 200+ genre yang kami kenal.

Ketuk chip mana pun untuk melihat contoh lagu yang ditemukan detektor kami di alam liar.

+ 174 sub-genre lainnya
/* bagaimana benda ini dibangun */

Model kami sendiri. Dibuat untuk musik, bukan pinjaman.

Kebanyakan detektor genre menggunakan ulang embedding audio umum. Kami menempuh jalan berbeda — melatih model khusus pada jutaan lagu berlabel, lalu mem-fine-tune-nya secara spesifik untuk granularitas sub-genre. Itu sebabnya ia memisahkan Deep House dari Tech House, Drum & Bass dari Liquid DnB, Phonk dari Drift Phonk. Kami melakukan benchmark pada GTZAN dan MagnaTagATune serta melaporkan angka yang kami ukur sendiri.

// pertanyaan, kebanyakan nyata

FAQ.

Shazam mencocokkan sidik jari audio dengan katalog lagu yang dikenalnya. Jika lagu tidak ada di katalog (edit DJ, bootleg, rilisan yang kamu beli di Bandcamp), ia menyerah. Kami tidak mencoba mengidentifikasi lagunya — kami mendengarkan dan memberitahumu jenis musiknya. Jadi rip vinyl tahun 1996 dan unggahan SoundCloud kemarin sama-sama dianalisis.
Ya. Tiga analisis gratis di browser, tanpa daftar. Kami membayar server GPU dari pendapatan langganan aplikasi seluler. Jika butuh lebih, aplikasi iOS/Android memberimu analisis tanpa batas dengan harga secangkir kopi per bulan.
Apa pun, dari rekaman mikrofon ponsel di bar yang berisik hingga WAV lossless akan berfungsi. Akurasi meningkat dengan audio yang lebih bersih — pada MP3 128 kbps kamu masih mencapai ~88% pada benchmark GTZAN; pada 320 kbps atau lossless kami di 94%+.
Tidak. Kami menyimpan audio di memori hanya selama dibutuhkan untuk proses embedding, lalu membuangnya. Hasilnya (genre + BPM + mood) dicatat ke sebuah ID hasil supaya bisa kamu bagikan; audio sumbernya tidak.
Itulah inti sarinya. Taksonomi kami punya 200+ daun dan head klasifikasi di-fine-tune khusus untuk membedakan pasangan yang mirip. Kamu akan dapat sub-genre top-1 dengan keyakinan plus runner-up untuk lagu yang ambigu.
Lagu yang berada di antara genre memang benar-benar ambigu — lagu yang 60% Trap dan 40% Phonk akan dinilai sebagai salah satunya tergantung intro mana yang kamu sampel. Kami menampilkan keyakinan dan runner-up supaya kamu bisa melihat kapan model ragu. Untuk hal-hal yang benar-benar pinggiran (drone, free jazz, microsound) taksonominya belum cukup dalam.
Belum untuk publik. Jika kamu DJ pool, library, atau mitra B2B dengan kasus penggunaan nyata, sapa kami dan kita bisa bicarakan harga.

Berhenti menyebut semuanya “house”.

Gratis di browser-mu. Tanpa batas di aplikasi.

Dapatkan di iOS →Dapatkan di Android →
Detektor Genre Musik Online Gratis — Genre AI