Pada artikel berikutnya kita akan melihat Mousai. Ini adalah aplikasi pengenalan lagu untuk desktop Gnu / Linux. Program ini dibuat menggunakan GTK, memanfaatkan API pengenalan lagu AudD. Aplikasi ini mirip dengan Shazam untuk Gnu/Linux.
Lain kali Anda tertarik untuk dapat mengidentifikasi lagu yang Anda dengar di acara TV, film, atau video lainnya, mencoba Mousai mungkin merupakan pilihan yang baik. Mousai menggunakan API AudD, yang memiliki tarif terbatas. Yang artinya hanya bisa digunakan untuk 'mendengarkan' beberapa lagu setiap hari secara gratis. Jika Anda membutuhkan lebih banyak, Anda dapat mendaftar untuk mendapatkan kunci API Anda sendiri dan menggunakannya dalam aplikasi.
Mousai menggabungkan beberapa hal menarik, seperti kemampuan untuk mendengarkan kutipan lagu yang diidentifikasi sebelumnya, dan mengakses halaman web yang penuh dengan tautan untuk memutar lagu secara keseluruhan dari layanan streaming musik populer.
Beberapa karakteristik Mousai
- Ini akan memungkinkan kita untuk menemukan lagu yang ingin kita ketahui dengan antarmuka yang mudah digunakan.
- Sebutkan judul dan artis lagu tersebut dalam hitungan detik.
- Untuk bekerja lebih cepat, program ini memiliki pintasan keyboard mudah digunakan.
- Akan menyimpan lagu yang diidentifikasi, termasuk sampul album, dalam sejarah.
- Kita bisa pratinjau lagu yang diidentifikasi dengan pemutar asli.
- Kami akan memiliki kemungkinan dengarkan lagu dari web dengan tautan yang akan diberikan program kepada kami.
- mousai bekerja sepenuhnya sesuai permintaan. Itu tidak tinggal'mendengarkan'di latar belakang seperti yang dilakukan aplikasi serupa lainnya.
Instal Mousai di Ubuntu
Mousai adalah perangkat lunak sumber terbuka gratis yang tersedia di Flathub. Jika Anda menggunakan Ubuntu 20.04 dan teknologi ini masih belum diaktifkan di komputer Anda, Anda dapat melanjutkan Petunjuk seorang rekan menulis tentang hal itu di blog ini.
untuk instal di Ubuntu, kita hanya perlu membuka terminal (Ctrl + Alt + T) dan menjalankan perintah di dalamnya:
flatpak install flathub io.github.seadve.Mousai
Untuk memulai program, kita dapat cari peluncur yang sesuai di komputer kami, atau langsung tulis di terminal:
flatpak run io.github.seadve.Mousai
Untuk memanfaatkan API yang digunakan Mousai, tidak perlu menginstal aplikasi desktop. Kita juga bisa menggunakan Ekstensi Chrome.
Sekilas tentang aplikasi
Jika kita membuka Mousai, kita hanya perlu menekan tombol 'Mendengarkan'sementara kami memainkan lagu yang ingin kami identifikasi. Jelas yang ideal adalah memutar musik di dekat mikrofon. Setelah beberapa detik, program akan memberi tahu kami nama lagu dan siapa yang memutarnya di layar.
Seperti yang telah kita bahas di atas, aplikasi menggunakan API AudD.io, dan ini hanya akan memungkinkan kita untuk mengenali beberapa lagu dalam sehari, jika kita tidak menambahkan nama pengguna dan kata sandi. Bahkan jika Jika Anda menggunakan VPN dan mengubah lokasi koneksi, itu memungkinkan saya secara pribadi untuk mengenali lebih banyak lagi tanpa menggunakan nama pengguna dan kata sandi.
Ingatlah bahwa pertandingan yang gagal juga akan menghabiskan tunjangan harian pertandingan gratis.
Dari hamburger yang terletak di bagian kanan atas layar program, kita akan menemukan opsi untuk menghapus riwayat pencarian, setel ulang token dan tunjukkan kepada kami pintasan keyboard.
Dalam daftar lagu yang dikenali kita akan melihat bahwa ada tombol putar (Bermain) dan lainnya yang akan membawa kita ke halaman web tempat kita dapat mendengarkan lagu di berbagai layanan, seperti Spotify, Apple Music, atau YouTube Music.
Copot pemasangan
untuk hapus aplikasi ini dari sistem kami, kita hanya perlu membuka terminal (Ctrl + Alt + T) dan menjalankan perintah di dalamnya:
flatpak uninstall io.github.seadve.Mousai
Mousai adalah aplikasi sederhana yang dapat mengidentifikasi lagu yang mirip dengan Shazam. Saya harus mengatakan bahwa selama tes yang saya lakukan, Mousai tidak dapat menemukan beberapa lagu dari band yang kurang lebih dikenal, tetapi kebanyakan dari mereka dia mengenalinya dengan cepat.
Hal ini dapat pelajari lebih lanjut tentang program ini dari repositori GitHub proyek.
rekomendasi yang sangat bermanfaat