{
"acousticness": 0.2,
"analysis_url": "https://api.spotify.com/v1/audio-analysis/6WK9dVrRABMkUXFLNlgWFh",
"danceability": 0.663,
"duration_ms": 255133,
"energy": 0.838,
"id": "6WK9dVrRABMkUXFLNlgWFh",
"instrumentalness": 0.000177,
"key": 0,
"liveness": 0.0782,
"loudness": -5.744,
"mode": 0,
"speechiness": 0.0286,
"tempo": 112.788,
"time_signature": 4,
"track_href": "https://api.spotify.com/v1/tracks/6WK9dVrRABMkUXFLNlgWFh",
"type": "audio_features",
"uri": "spotify:track:6WK9dVrRABMkUXFLNlgWFh",
"valence": 0.752
}
curl --location --request GET 'https://zylalabs.com/api/13562/spotify+bpm+finder+api/30135/song+data+by+track+id&Track_ID=Required' --header 'Authorization: Bearer YOUR_API_KEY'
Após se cadastrar, cada desenvolvedor recebe uma chave de acesso à API pessoal, uma combinação única de letras e dígitos para acessar nosso endpoint de API. Para autenticar com a Spotify Encontrador de BPM API basta incluir seu token Bearer no cabeçalho Authorization.
| Cabeçalho | Descrição |
|---|---|
Authorization
|
Obrigatório
Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito.
|
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
(Economize 2 meses com cobrança anual 🎉)
A API Spotify BPM Finder oferece uma maneira simples e confiável de extrair características de áudio detalhadas de músicas do Spotify usando seus identificadores únicos.
A API é projetada para aplicações que precisam de informações musicais—como BPM, tempo, tonalidade, modo e outras métricas de áudio—sem ter que analisar manualmente as músicas.
Com um ID de música do Spotify, os usuários podem recuperar o BPM (tempo) da música e determinar sua tonalidade e modo musical. A API retorna a tonalidade usando a representação numérica padronizada do Spotify, permitindo que as aplicações identifiquem a nota musical correspondente e determine se a música está em um modo maior ou menor.
A API retorna características de áudio detalhadas para faixas do Spotify, incluindo BPM (tempo), tonalidade, modo, dançabilidade, energia, valência, volume e mais. Cada resposta fornece uma visão abrangente das características musicais da faixa
Os campos principais na resposta incluem "tempo" (BPM), "clave" (tom musical), "modo" (maior ou menor), "dançabilidade", "energia", "valência" e "volume" Esses métricas ajudam a analisar a musicalidade e o humor da faixa
Os dados da resposta estão estruturados como um objeto JSON, com cada campo representando uma característica específica do áudio. Por exemplo, "tempo" fornece os batimentos por minuto da faixa, enquanto "key" indica a tonalidade musical usando uma representação numérica padronizada
O endpoint fornece informações sobre BPM, chave, modo, dançabilidade, energia, valência, loudness e outras características de áudio Esta data é essencial para aplicações focadas em análise e recomendação musical
Os usuários podem personalizar solicitações especificando o ID da faixa do Spotify na chamada da API Isso permite a recuperação de características de áudio para qualquer faixa específica possibilitando uma análise sob medida com base nas necessidades do usuário
Os dados são obtidos diretamente da extensa biblioteca musical do Spotify garantindo precisão e confiabilidade A API utiliza as capacidades de análise de áudio do Spotify para fornecer insights detalhados sobre cada faixa
Casos de uso típicos incluem aplicações de análise de música software de DJ geração de playlist e sistemas de recomendação de música As métricas de áudio detalhadas ajudam a melhorar a experiência do usuário ao fornecer informações sobre características das faixas
A precisão dos dados é mantida através da integração com o extenso catálogo de músicas do Spotify e algoritmos de análise de áudio A API aproveita as fontes de dados confiáveis do Spotify para garantir a extração de recursos de áudio de alta qualidade
Os usuários podem esperar padrões de dados consistentes, como valores normalizados para dançabilidade e energia (variando de 0 a 1) e valores inteiros específicos para tonalidade e modo Essa uniformidade ajuda na análise comparativa entre várias faixas
Os usuários podem analisar os dados retornados para criar playlists com base no tempo ou energia desenvolver algoritmos de recomendação musical ou visualizar características musicais para aprimorar a experiência do usuário em aplicativos relacionados à música