La prochaine fois que vous souhaitez identifier une chanson que vous entendez dans une émission télévisée, un film ou une autre vidéo, donnez Mousaï depuis.

Mousaï par SeaDve est une application de reconnaissance de chansons pour le bureau Linux (et nommée d’après l’ancienne déesse grecque de la chanson et de la musique). Construit en GTK et tirant parti de l’API de reconnaissance de chansons AudD, Mousai est essentiellement Shazam pour Linux.

Ouvrez Mousai, appuyez sur le bouton « écouter », jouez la chanson que vous souhaitez identifier (idéalement à proximité du micro de votre ordinateur portable) attendez quelques secondes, et bam : il vous indique le nom de la chanson et qui l’interprète.

Application de reconnaissance de chansons Mousai à l'écoute sur le bureau Linux
Bip, boop

L’application est idéale pour identifier une chanson que vous avez entendue dans une émission télévisée, une publicité ou un film, ou lorsque vous travaillez dans un café et que la radio du magasin joue une piste que vous avoir pour en savoir plus.

Parfois, je regarde une émission de télévision sur mon ordinateur portable et j’entends une chanson dont j’aime vraiment le son, mais je n’ai aucune idée de qui la chante. Ma méthode de prédilection pour savoir qui chante une chanson est assez analogique : mémorisez quelques lignes de paroles, puis recherchez-les sur Google avec le mot « paroles » ajouté et j’espère qu’il n’y aura pas trop de résultats correspondants.

Application de reconnaissance de chansons Mousai sur le bureau Linux
Mousai a une interface utilisateur simple

Mousai utilise le API AudD, dont le débit est limité. Cela signifie que vous ne pouvez l’utiliser que pour « écouter » une poignée de chansons chaque jour gratuitement. Besoin de plus? Vous pouvez vous inscrire pour votre propre clé API et l’utiliser dans l’application. Sachez qu’AudD a son propre politique de confidentialité que vous devriez vérifier avant d’utiliser cette application ou de vous inscrire pour accéder à l’API.

Quelques « commodités » supplémentaires sont également intégrées à Mousai, telles que la possibilité d’écouter des extraits de chansons précédemment identifiées et d’accéder à une page Web remplie de liens pour lire une chanson en entier sur les services de streaming de musique populaires, y compris Spotify.

Lien rapide pour diffuser la chanson correspondante

Mousai est entièrement à la demande ; il ne reste pas à “écouter” en arrière-plan comme le font des applications similaires pour Windows et macOS, ce qui est un bon bonus.

Alors, ça marche bien ?

J’ai récupéré la dernière version de l’application sur Flathub et l’ai testée sur mon bureau Fedora Rawhide (à l’aide de GNOME 40.3). J’ai obtenu un taux de correspondance de 100 % en testant des chansons d’artistes établis. De Filles aux épices à Gloire nouvellement trouvée il a obtenu chaque piste que j’ai essayée exactement, la première fois, en quelques secondes.

Mais qu’en est-il quand j’ai essayé des trucs moins populaires ?

Application de reconnaissance de chanson Mousai pour la chanson de bureau Linux introuvable
Mousai n’est pas parfait

Ici, les résultats étaient mitigés.

Mousai n’a pas réussi à identifier les morceaux de certains des groupes pop-punk les moins populaires que j’écoute, mais correspondait correctement à d’autres. La récence semblait être la voie la plus révélatrice de l’échec; plus une chanson est récente, moins elle est susceptible d’être identifiée par l’API AudD.

Si vous envisagez de « tester » Mousai en lançant la face B la plus obscure ou l’enregistrement perdu que vous pouvez trouver, préparez-vous à voir le “Pardon. La chanson n’a pas été reconnue” boîte de dialogue – et gardez à l’esprit que les matchs ratés utilisent votre allocation quotidienne de matchs gratuits.

Installer Mousai sur Linux

Mousai est un logiciel open source gratuit disponible sur Flathub :



Obtenez Mousai sur Flathub

Le code source et les instructions de construction sont disponibles sur GitHub si vous avez envie de relever le défi de l’exécuter avec la version officielle de Flatpak.

merci @KiveyGaming

Leave a Reply