“搖一搖”你搖對了嗎？

告訴大家，這項技術的關鍵，根本不在于“搖一搖”，而是要歸功于里面一項很神秘的核心技術：音頻指紋識別。

如果你過年的時候不怕長輩生氣，看春晚把電視調成了靜音，你就會發現一個無情的事實：手腕搖斷了都不會有明星送祝福。因為在開啟“搖一搖”這種功能的時候，你要先保證你的手機能“聽到”電視發出的聲音，這樣手機上的麥克風才能采集音頻信號，并對音頻信號進行一些特征的預處理后，提取到音頻的指紋。

音頻的“指紋”是什么？音頻指紋之于音頻就如同指紋之于人，它是每段音頻關于音頻數據內容的壓縮簽名。目前比較通用的音頻指紋是音頻的頻譜特征，其好處就在于它可以“透過外在看本質”，收集到的音頻信號會先被無情地卸掉偽裝，也就是進行數字采樣和降噪等預處理，然后再通過加窗的方式分幀，對于每幀音頻信號會提取出音頻的頻譜特征。最后將一系列連續的特征序列拼接成單獨一個向量，我們就得到傳說中的音頻指紋了。

看到這里，大家可能想到了一個發家致富的新思路：要是我把天貓晚會錄個音，然后每天在家循環播放邊聽邊搖，我是不是能把馬云爸爸搶破產??？

馬云爸爸冷笑一聲：我們這個技術是實時互動你知道嗎？

殘酷的實時也就意味著只有在特定的時刻才會進行匹配。你上傳的音頻指紋是包含接收音頻信號的時間信息的，而數據庫中相對應的音頻聲紋也是有設定好的時間標簽。所以只有在特定的時刻才會觸發相應的互動活動。想搶錢哪有那么容易？勸你還是在屏幕前乖乖守著直播看表搖手機吧。