動画から曲を取得するAPI

回答

はい、動画（あるいは動画から抽出した音声）を解析して「この曲は何か？」を返してくれる外部 API はいくつか存在します。代表例と特徴をまとめると次のとおりです。

1. ACRCloud

用途: 15 秒程度の音声や動画ファイル／URLを送ると、8,500 万曲以上の指紋データベースから照合して曲名・アーティスト・ISRC などを返します。動画 URL（YouTube など）も直接指定可能。(ACRCloud, docs.acrcloud.com)
無料枠 / 料金: 無料トライアル（月200 リクエスト）→従量課金。

実装例（ざっくり）

curl -X POST -F "sample=@snippet.mp4" \
     -F "access_key=YOUR_KEY" \
     -F "data_type=fingerprint" \
     https://identify-eu-west-1.acrcloud.com/v1/identify

戻り JSON の "metadata.music[0].title" が曲名になります。

2. AudD

用途: 音声ファイル、ストリーム、長尺動画も対応。80 万曲ではなく“8,000 万曲超”の DB を謳い、YouTube／Spotify リンクや歌詞も返せるのが特徴。(audd.io, docs.audd.io)
無料枠 / 料金: 1 日あたり 10 リクエストのフリープラン、以降は月額または従量課金。

実装例

curl -F "url=https://example.com/sample.mp4" \
     -F "api_token=YOUR_TOKEN" \
     https://api.audd.io/

3. ShazamKit（Apple）

用途: iOS／Android／Web のネイティブ SDK。アプリ内で録音した音、あるいは自前で用意したカスタムカタログ（動画・ポッドキャストなど）からマッチング可能。Shazam 本体と同じ楽曲カタログにアクセス。(Apple Developer, Shazam)
料金: 無料で使用可（Apple ID で登録）。ただし iOS 14 以降 / Android 8.1 以降が対象。
注意: サーバー API ではなくクライアント SDK。バックエンドで一括処理したい場合は不向きです。

4. Gracenote MusicID

用途: 業務向け大規模配信・メディア企業で採用。動画内の BGM も検出可能。API 利用は法人契約が前提。(Gracenote, documentation.gracenote.com)
料金: 個別見積もり（数万〜数十万円／月が一般的）。

5. その他

名前	特徴	備考
Houndify (SoundHound)	音声認識＋「何の曲か」検索の両方に対応。現状は曲認識 API の公開ドキュメントが少なく、営業問い合わせが必要。(SoundHound)
YouTube Content ID	著作権判定用で公開 API では曲名までは返さない。
オープンソース (dejavu など)	自前で DB を用意すれば動くが、楽曲指紋を網羅するのは現実的には困難。

選び方のポイント

入力形式
- 動画 URL を直接渡せる → ACRCloud / AudD
- クライアント SDK でリアルタイム認識 → ShazamKit
レスポンスに含まれるメタデータ
- 歌詞・Spotify/Apple Music へのリンクが欲しい → AudD
- ISRC・アルバム名まで必要 → ACRCloud / Gracenote
料金とリクエスト頻度
- 開発検証なら無料枠の広い ACRCloud が手軽。
- 商用大量トラフィックなら単価×認識数で試算し、トータルコストを比較。
実装負荷
- 既に iOS/Android アプリを持っていて端末側で完結したい → ShazamKit
- バックエンドでバッチ処理や YouTube の既存動画を解析 → ACRCloud / AudD

まとめ

手軽に試すなら ACRCloud か AudD。どちらも REST API で動画 URL または音声データを送るだけ。
Apple デバイス中心のアプリなら ShazamKit が無料で高精度。
法人向けの大規模・高保証サービスが必要なら Gracenote MusicID を検討。

目的（リアルタイム vs バッチ、料金、必要メタデータ）に合わせて選択してください。どのサービスも無料トライアルがあるので、まずは短いサンプル動画で精度を比較すると良いでしょう。

cloud9_note

cloud9に限らないメモ