A primeira etapa da identificação é a extracção do conteúdo para um ficheiro robusto contra erros, leve o suficiente para armazenar milhões de músicas e de fácil correspondência. Esse ficheiro é chamado de fingerprint. O processo de fingerprint consiste em pegar numa amostra de áudio e transformá-la num ficheiro que a identifica de forma única. Primeiramente, considerando que uma música é constituída por um somatório de uma elevada quantidade de frequências, a estratégia usada é mapear o sinal de áudio em um espectrograma de frequência por tempo. Em seguida, a informação é resumida num conjunto(constelação) de picos das frequências com maior energia em específicos instantes de tempo(Hash), não especificando, no entanto, quais os valores das energias. Este processo é aplicado tanto às amostras na base de dados do Shazam como à amostra de música capturada pelo utilizador, sendo seguidamente comparado o fingerprint da amostra recolhida com os fingerprint's das amostras na base de dados até se encontrar uma correspondência. 

​

​