Gratis · Geen aanmelding · Werkt in de browser

Muziekgenre-detector die echt het verschil kent tussen deep house en tech house.

Neem elk nummer om je heen op of upload een MP3 — wij vertellen je het genre, subgenre, de BPM en stemming. Aangedreven door onze eigen audio-AI — intern getraind en onderhouden. Tot 96% nauwkeurigheid op GTZAN en MagnaTagATune.

laatst bijgewerkt 200+ genres & subgenres~3s analyse
detector.widgetSticker
detector.widgetTitle

detector.signInToScan

detector.widgetOr
detector.placeholderGenre
detector.placeholderSub
detector.placeholderConfidencedetector.placeholderMooddetector.placeholderVibedetector.placeholderKey
// wat het nauwkeurig maakt

Gebouwd op echt onderzoek, niet op gevoel.

We bouwen en trainen ons eigen audio-model — gekoppeld aan een taxonomie van 500+ genres die we samenstelden uit jaren aan praktijkgegevens. Geen giswerk, geen op hitlijsten gebaseerde sluiproutes.

96%

Benchmarknauwkeurigheid

Op GTZAN en MagnaTagATune halen we 91–96% top-1, afhankelijk van de genrefamilie. We benchmarken op GTZAN en MagnaTagATune en rapporteren cijfers die we zelf hebben gemeten.

~3 seconden analyse

Neem 10 seconden op, krijg in drie een resultaat. De inferentie draait op onze GPU-server; je ruwe audio wordt nooit opgeslagen.

🎛

Subgenres, geen hokjes

“Elektronisch” is te breed. Wij scheiden Deep House van Tech House, Drum & Bass van Liquid DnB, Phonk van Drift Phonk.

🎧

BPM- & toonsoortdetectie

Beat-gridanalyse geeft je tempo tot op ±1 BPM en de toonsoort in 24 klassen — handig voor DJ's die een set voorbereiden of producers die op zoek zijn naar referentietracks.

🌐

Geen aanmelding, geen advertenties

Drie gratis analyses in de browser om te proberen, daarna onbeperkt met de mobiele app. Wij draaien geen advertenties en verkopen je gegevens niet. Dat beloven we zwart op wit op de Over ons-pagina.

📈

Stemmingsvector

12-dimensionale stemmingslezing: energiek, melancholisch, hoopvol, donker, dromerig, dansbaar, agressief… Dezelfde data die we gebruiken om “vind vergelijkbare tracks” in de app aan te drijven.

// drie stappen

Hoe het werkt.

01

Tik op de mic of zet een bestand neer.

We hebben ongeveer 10 seconden audio nodig. De browser vraagt om mic-toestemming; bij een bestandsupload lezen we de buffer lokaal — je audio verlaat je tabblad pas als je kiest om te analyseren.

02

Ons model leest de audio.

De audio wordt verwerkt door ons eigen model — getraind op miljoenen gelabelde tracks verspreid over 500+ genrecategorieën. Het scoort elk genre tegelijk en herrangschikt met een fijn afgestelde kop die getraind is op zorgvuldig samengestelde praktijkgegevens.

03

Genre, subgenre, BPM, stemming — in 3s.

Je krijgt het toplabel met een zekerheidsscore, de genres die op de tweede plaats staan voor het geval het een hybride is, en de BPM/toonsoort/stemmingsanalyse. Bewaar in favorieten, deel een resultaatlink of analyseer een ander nummer.

// blader door de taxonomie

Een paar van de 200+ genres die we kennen.

Tik op een chip om voorbeeldtracks te zien die onze detector in het wild vond.

+ 174 meer subgenres
/* hoe dit ding is gebouwd */

Ons eigen model. Gebouwd voor muziek, niet geleend.

De meeste genre-detectors hergebruiken algemene audio-embeddings. Wij kozen een andere weg — we trainden een speciaal model op miljoenen gelabelde tracks en stelden het specifiek fijn af op subgenre-detail. Daarom scheidt het Deep House van Tech House, Drum & Bass van Liquid DnB, Phonk van Drift Phonk. We benchmarken op GTZAN en MagnaTagATune en rapporteren cijfers die we zelf hebben gemeten.

// vragen, grotendeels echt

FAQ.

Shazam matcht een audio-vingerafdruk tegen zijn catalogus van bekende tracks. Als het nummer niet in de catalogus staat (een DJ-edit, een bootleg, een release die je op Bandcamp kocht), geeft het op. Wij proberen het nummer niet te identificeren — wij luisteren en vertellen je wat voor soort muziek het is. Zo worden een vinyl-rip uit 1996 en een SoundCloud-upload van gisteren allebei geanalyseerd.
Ja. Drie gratis analyses in de browser, geen aanmelding. We betalen de GPU-server uit de abonnementsinkomsten van de mobiele app. Heb je meer nodig, dan geeft de iOS/Android-app je onbeperkte analyses voor de prijs van een koffie per maand.
Alles werkt, van een telefoon-mic-opname in een lawaaierige bar tot een lossless WAV. De nauwkeurigheid stijgt met schonere audio — bij 128 kbps MP3 haal je nog steeds ~88% op de GTZAN-benchmark; bij 320 kbps of lossless zitten we op 94%+.
Nee. We houden de audio alleen in het geheugen zolang nodig is voor de embedding-pass en gooien hem dan weg. Het resultaat (genre + BPM + stemming) wordt aan een resultaat-ID gekoppeld zodat je het kunt delen; de bron-audio niet.
Dat is het hele punt. Onze taxonomie heeft 200+ takken en de classificatiekop is specifiek fijn afgesteld om dichtbije paren te onderscheiden. Je krijgt een top-1-subgenre met zekerheid en de tweedeplaatsen voor dubbelzinnige tracks.
Tracks die tussen genres in zitten zijn echt dubbelzinnig — een nummer dat voor 60% Trap en 40% Phonk is, krijgt afhankelijk van welk intro je bemonsterde de ene of de andere score. We tonen zekerheid en tweedeplaatsen zodat je kunt zien wanneer het model twijfelt. Voor echt randverschijnselen (drone, free jazz, microsound) is de taxonomie nog niet diep genoeg.
Nog niet openbaar. Ben je een DJ-pool, bibliotheek of B2B-partner met een echte use case, zeg gedag dan kunnen we over prijzen praten.

Stop met alles “house” te noemen.

Gratis in je browser. Onbeperkt in de app.

Download voor iOS →Download voor Android →
Gratis online muziekgenre-detector — Genre AI