SoundHound 识别歌曲的原理是什么？它的数据库的数据是怎么采集的

SoundHound 识别歌曲的原理是什么？它的数据库的数据是怎么采集的？

soundhound是一款音乐识别搜索软件。我刚才测试了一下，用电脑大约播放了50首歌曲用手机来识别，识别率极高，而且识别速度很快，包括live现场、中文歌曲，甚至包括声音与玩具这种几乎没有正儿八经发行过专辑的国内地下摇滚乐队的歌曲都可以准确识别。很多歌曲甚至只播放前奏就可以识别。

我非常好奇，它的技术原理是什么？它是一个国外的软件，是怎么做到甚至可以识别一个成都的地下摇滚乐队的歌曲的？而且据我所知，人们哼唱的曲调它也可以识别，刚才我随便哼唱了两首我女儿爱唱的中文儿歌，居然也可以准确识别，这又是怎么做到的？

补充：理论上来说，具体技术肯定非常复杂，我只是想知道一点大概的原理。刚才了解了下这个软件的背景，原来是一位斯坦福博士的语音识别公司做的，这个公司拿了1600w美刀的投资，弄了一群博士在搞这个技术