Detektor Genre Musik dengan Suasana, BPM & Tonalitas

Penganalisis profil musik berbasis browser. Unggah trek apa saja dan lihat genre yang paling cocok dengan persentase, tag suasana, instrumen dominan, BPM, dan tonalitas — dalam hitungan detik, tanpa pendaftaran.

Cara mendeteksi genre lagu

Unggah file audio (MP3, WAV, FLAC, OGG, M4A atau format apa pun yang didukung browser)

Klik "Analisis trek" — model diunduh saat analisis pertama (~50-180 MB tergantung perangkat)

Lihat top genre, alternatif terdekat, kemungkinan subgaya, tag suasana, instrumen, BPM, dan tonalitas

Buka "Semua genre" untuk skor tiap label

Untuk kasus ambang, pilih top-3 alih-alih top-1 — model menandai alternatif yang dekat

Temukan genre, suasana, dan instrumen dari lagu mana saja

Proses

Letakkan file audio di sini atau pilih

MP4, WEBM, MOV, MP3, WAV, M4A, OGG, FLAC ·

Atau coba sampel

— 0%

Genre

—

BPM

—

Tonalitas

—

Suasana

Instrumen

Bentuk gelombang · model mendengarkan di posisi yang ditandai

Seret penanda merah muda, ketuk area kosong untuk menambah penanda baru, atau ketuk × untuk menghapus. Lalu analisis ulang.

Tentang kepercayaan Model sering bingung antara genre yang berdekatan (jazz vs blues, house vs techno, death vs black metal). Untuk kasus ambang, daftar top-3 lebih andal daripada top-1. Suasana dan instrumen biasanya terdeteksi lebih kokoh daripada genre.

Didukung oleh LAION CLAP (Apache 2.0). Pemrosesan berjalan di browser Anda via ONNX Runtime Web.

Yang ditawarkan alat ini

Top genre dari 40+ gaya dengan persentase (rock, jazz, hip-hop, klasik, elektronik, country, metal, R&B dan subgaya)

Untuk gaya yang sangat berbeda, kecocokan teratas benar pada 85-95% kasus.

Tag suasana dari palet 12: energik, lembut, agresif, damai, melankolis, membangkitkan, dan lainnya

Mendeteksi suasana dominan dari energik, lembut, agresif, damai, melankolis, membangkitkan, kelam, romantis, epik, nostalgis, melamun, dan intens.

Deteksi instrumen dominan (vokal, drum, gitar, piano, synthesizer, senar, tiup logam, bass)

Mengenali instrumen yang menonjol: vokal, drum, gitar, piano, synthesizer, senar, tiup logam, bass, dan perkusi.

BPM (tempo) dan tonalitas dengan notasi Camelot untuk mixing harmonik DJ

Menambahkan tempo dan kunci dengan kode Camelot yang ramah DJ agar mixing harmonik bisa disusun bersama profil genre.

Pengambilan multi-jendela untuk trek > 30 detik — merata-ratakan beberapa bagian untuk intro, verse, outro

Untuk trek lebih dari 30 detik, ia merata-ratakan tiga jendela 10 detik (25%, 50%, 75%) sehingga intro, verse, dan outro semuanya diperhitungkan.

Penyajian jujur — daftar top-3 ditonjolkan, bukan satu putusan paksa

Menonjolkan daftar top-3 alih-alih memaksakan satu putusan — untuk gaya yang berdekatan, jawaban yang benar masuk top-3 sekitar 80% kasus.

Mengapa menggunakan detektor genre musik ini

Tanpa batas, tanpa pendaftaran. Penyajian jujur top-3, bukan satu putusan paksa — trek ambang tetap terlihat ambang. Pengambilan multi-jendela untuk trek panjang. Output multidimensi (genre + suasana + instrumen + BPM + tonalitas) — kebanyakan pesaing daring berhenti di satu label. Model open-source, metodologi transparan.

Pertanyaan yang sering diajukan

Seberapa akurat deteksi genrenya?

Untuk genre yang sangat berbeda (klasik vs metal vs hip-hop) top-1 benar 85-95% kasus. Untuk gaya yang dekat (jazz vs blues, house vs techno) top-1 benar ~55-70%, tetapi jawaban yang benar ada di top-3 sekitar 80% waktu. Alat ini sengaja menampilkan top pertandingan dengan skor, bukan satu putusan.

Bisa membedakan jazz dari blues?

Genre ini tumpang tindih secara musik (progresi 12-bar, blue notes, nuansa swing), dan pendengar berpengalaman pun tidak sepakat pada trek ambang. Model biasanya benar untuk jazz atau blues yang jelas, tetapi pada jazz-blues fusion top-3 akan menampilkan keduanya dan persentasenya berdekatan. Kedekatan itu sendiri adalah informasi berguna.

Apakah bekerja untuk lagu non-Inggris?

Ya. Model mengenali struktur musik, bukan bahasa. K-pop, J-pop, rap Rusia, pop Arab, musik Latin, dan musik tradisional dunia semuanya menghasilkan keluaran yang masuk akal.

Mengapa analisis pertama lebih lama?

Model musik diunduh pada klik pertama "Analisis". Setelah itu browser meng-cache-nya selama enam bulan, sehingga analisis berikutnya pada perangkat yang sama dimulai seketika.

Model apa yang digunakan?

LAION CLAP (Contrastive Language-Audio Pretraining), pengklasifikasi musik open-source terbesar di bawah lisensi Apache 2.0. Embedding teks untuk tiap label dipra-hitung pada build-time, sehingga browser hanya mengunduh encoder audio.

Apakah berfungsi offline?

Setelah analisis pertama, model di-cache oleh Service Worker dan halaman bekerja offline. Analisis selanjutnya berjalan sepenuhnya di perangkat Anda.

Bagaimana Anda menilai alat ini?

1 (1 penilaian)

Terima kasih atas penilaian Anda!

Ubah penilaian

Ingin meninggalkan komentar?

Ingin berbagi lebih? Tinggalkan komentar!

Terima kasih! Komentar Anda akan muncul setelah moderasi.

Siapa yang cocok menggunakan alat ini?

Diterbitkan 28 Mei 2026 Diperbarui 12 Jun 2026 Penulis: Sang Mahatinggi