企业官网建设流程全解析

Mousai 音乐识别应用：3 步识别商场里的未知歌曲 🎵

【免费下载链接】MousaiIdentify songs in seconds项目地址: https://gitcode.com/gh_mirrors/mo/Mousai

在商场、咖啡馆或电台里听到一首没听过的歌，想搜却叫不出名字？Mousai 是一款免费开源的音乐识别应用：点击收听按钮，录制几秒钟音频，它就能在 5-10 秒内返回歌曲标题和艺术家。这款基于 AudD 识别 API 的开源工具支持麦克风与桌面音频两种来源，还能在断网时先把录音存下来，联网后再批量识别。

项目速览

Mousai 是一款类似 Shazam 的音乐识别工具，专注解决"听到歌却不知道歌名"的场景。与闭源应用不同，它完全免费开源，所有识别历史都保存在本地数据库，不依赖云端账号。

核心能力

双来源音频识别

支持麦克风与桌面音频两种输入。桌面音频通过 PulseAudio 捕获系统正在播放的声音，适合识别电脑里的播客或影视配乐；麦克风则用于采集商场、电台等环境音。识别请求由 AudD API 处理，通常 5-10 秒返回结果，核心实现在src/recognizer/recorder.rs。

离线录音与批量识别

没有网络时应用不会丢弃录音，而是本地缓存音频，联网后自动发起批量识别，并汇总展示"新识别的歌曲"页面，标注识别时间。相关逻辑位于src/recognizer/recordings.rs。

应用内歌曲试听

识别成功后无需跳转外部平台，内置播放器即可直接试听该歌曲，界面底部常驻播放条，显示专辑封面、播放进度与暂停控制，实现见src/player.rs。

本地识别历史库

所有识别过的歌曲存入本地数据库，支持按名称过滤与排序，并记录"最近听到"日期和所属专辑。数据模型定义在src/song.rs，存储与迁移逻辑在src/database/。

快速上手

Flatpak 是推荐的获取方式，一条命令完成安装：

flatpak install flathub io.github.seadve.Mousai

源码构建需要先安装 Rust 与 Meson：

git clone https://gitcode.com/gh_mirrors/mo/Mousai cd Mousai meson _build --prefix=/usr/local ninja -C _build install

首次使用完成 3 步配置：

1. 打开 audd.io 网站，登录账号获取 AudD API 令牌（免费额度有限，登录后可增加试用次数）。
2. 在设置中粘贴令牌，并选择音频来源（麦克风或桌面音频）。
3. 点击主界面左上角"Listen"按钮，等待波形动画结束即出结果。

典型工作流

场景一：在商场识别背景音乐

1. 手机外放或靠近音源，确保歌曲人声段清晰。
2. 打开 Mousai，点击"Listen"，波形动画开始即表示正在录音。
3. 约 5-10 秒后进入歌曲详情页，展示标题、艺术家、专辑封面。
4. 点详情页的 AudD、YouTube 或 Spotify 按钮，可直接跳转收听。
5. 回到首页，这首歌曲已自动进入歌曲列表，底部播放条可继续试听。

场景二：断网时保存，联网后批量识别

1. 在无网络环境中点击"Listen"，应用保存录音而非报错。
2. 恢复网络后打开应用，录音自动提交识别。
3. 批量完成后弹出汇总页，按时间列出所有新识别的歌曲。

技术要点

Mousai 使用 Rust 开发，启用 LTO 链接优化，当前版本 0.7.10；界面基于 GTK4 与 LibAdwaita 构建，符合 GNOME 设计规范，音频处理依赖 GStreamer。核心模块：

• 识别与录音：src/recognizer/
• 本地数据库：src/database/
• 内置播放器：src/player.rs

使用建议与注意事项

• 识别精度取决于录音片段，尽量在人声或副歌清晰处录音，避免过强的背景噪音。
• 桌面音频捕获依赖 PulseAudio 默认设备，其他音频服务下请先在设置中确认设备。
• AudD 免费额度用完后，需到 audd.io 登录或充值才能继续识别。
• 离线录音会在联网后自动批量提交，批量结果可在汇总页统一查看。

Mousai 把"听过但记不住"的歌变成可播放、可检索的本地记录。从 Flathub 安装最新版试用，或直接查看src/目录了解实现细节。

【免费下载链接】MousaiIdentify songs in seconds项目地址: https://gitcode.com/gh_mirrors/mo/Mousai