简而言之，Shazam 会记录您正在听的歌曲的指纹，并将其发送到其后端服务器以将其与指纹数据库进行匹配。然后，查找过程会为索引中的每首歌曲生成一个偏移量直方图，并声明在单个偏移量处匹配最多的歌曲为获胜者。有关该算法的详细信息，请参见此处的原始论文。
根据这篇博文，Shazam 将其索引分成几层，以加快查找过程。最流行歌曲的指纹存储在第一层，首先被查询。如果在第一层中没有找到匹配的歌曲，则搜索继续到第二层，依此类推。
我不明白 Shazam 如何通过这样的架构避免误报？例如，当较低级别中存在匹配分数较高的不太受欢迎的曲目时，如何避免匹配具有较高匹配分数的热门曲目？它是否使用评分函数和阈值？如果是，评分函数会是什么样子？