เปรียบเทียบวิธี

	การสร้างลายนิ้วมือเสียง	การจำแนกประเภทดนตรี
สาขาวิชา	การสืบค้นสารสนเทศดนตรี	การสืบค้นสารสนเทศดนตรี
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2002	2002
ผู้ริเริ่ม	Jeroen Haitsma	George Tzanetakis
ประเภท	Perceptual audio hashing	Audio feature-based classification
แหล่งต้นตำรับ	Haitsma, J., & Kalker, T. (2002). A highly robust audio fingerprinting system. In Proceedings of the International Symposium on Music Information Retrieval.	Tzanetakis, G., & Cook, P. (2002). Musical genre classification of audio signals. IEEE Transactions on Speech and Audio Processing, 10(5), 293-302.
ชื่อเรียกอื่น	robust hashing, perceptual hashing, music identification	genre recognition, music categorization, style classification
ที่เกี่ยวข้อง	5	5
สรุป	Audio fingerprinting is a technique for creating a compact, robust identifier (fingerprint) for audio recordings that uniquely represents the content while being tolerant to modifications such as compression, noise, or time-shifting. Introduced by Haitsma and Kalker (2002), it underlies music identification services like Shazam and is critical for copyright enforcement, music matching, and library deduplication. A fingerprint is not a waveform hash; it captures perceptual content and remains stable across reasonable audio alterations.	Music genre classification is the task of automatically assigning genre labels (rock, jazz, classical, pop, etc.) to audio recordings. Introduced formally by Tzanetakis and Cook (2002), it is one of the earliest and most studied music information retrieval problems. It remains critical for music discovery, recommendation systems, digital library organization, and music streaming services. Modern systems achieve high accuracy on standard datasets using deep learning.