Automatische Erkennung von Cover-Versionen und Plagiaten in ...

Resultate und Perspektiven 92
ginal durchschnittlich fünf Cover-Versionen erhältlich sind. Eine Suche nach Plagiaten
beispielsweise kann auf diese Weise nicht unterstützt werden.
Zum anderen stellt die Laufzeit ein Problem dar. Viele der beschriebenen Berechnungen
besitzen quadratische Komplexität. Beispiele hierfür sind im Bereich der Feature Ex-
traktion die Strukturanalyse (durch Aufstellen der Selbstähnlichkeits-Matrizen) oder im
Bereich der Klassifizierung der Vergleich aller Songs miteinander. Insgesamt betrachtet
reichte die Performanz trotz des kleinen Testsets nicht aus, um das Melodie-Feature in
seiner ursprünglichen Zeitauflösung zu belassen. Selbst mit der verringerten Auflösung,
von nur zwei Frames pro, Sekunde dauerte die Abarbeitung der Testmenge mehrere
Stunden.
Ziel dieser Arbeit war jedoch nicht die Entwicklung eines ausgereiften Software-
Produkts, sondern der Vergleich unterschiedlicher Herangehensweisen an die Problem-
stellung. Diesbezüglich ist das schlechte Abschneiden der Klassifizierung anhand des
Dynamic Time Warp-Algorithmus überraschend – schließlich ist sie jene Methode, die
in der Literatur (vgl. [10] und [18]) empfohlen wird. Die Annahme, dass Tempovaria-
tionen über ein gesamtes Stück konstant bleiben, wurde durch das gute Abschneiden
der Methode des linearen Zeitzusammenhangs bei Anwendung auf die Gesamt-Features
bekräftigt. Sie erlaubt weniger Spielraum als das Dynamic Time Warp-Verfahren, was
sich als positiv erwiesen hat.
Eine weitere Überraschung stellt das gute Abschneiden der Klassifizierung unter Ver-
wendung der Hauptdiagonalen bzw. der Geraden mit exakt 45 Grad Steigung innerhalb
der Ähnlichkeits-Matrizen dar. Diese wurden nur in die Evaluierung miteinbezogen, um
die Bedeutung der Berücksichtigung von Struktur- und Tempo-Variationen abschätzen
zu können. Das Heranziehen der Hauptdiagonalen hat sich jedoch als zuverlässiger her-
ausgestellt, als dies erwartet wurde. Das kann daran liegen, dass auch bei Versionen
eines Musikstücks die nicht die gleiche Struktur besitzen, dennoch gleiche Fragmente
erkannt werden, und diese den Ausschlag für die guten Bewertungen geben.
Vergleicht man die Features, so ist eindeutig festzustellen, dass das THPCP-Feature –
sowohl als gesamtes, als auch auf den Refrain beschränkt – das zuverlässigere ist. Der
Hauptgrund dafür liegt überwiegend an der Ungenauigkeit der Melodieerkennung. Eine
durchschnittliche Erkennungsrate von unter 60% (vgl. Abschnitt 3.6) pro einzelnem
Stück ist offensichtlich nicht genau genug um verlässliche Vergleiche durchführen zu
können.
Eine Verbesserung des auf den Refrain beschränkten Features im Vergleich zum Fea-
ture als Ganzes, konnte nicht erreicht werden. Diese Steigerung der Genauigkeit, ge-
messen am f-Wert, ist weder beim THPCP-Ansatz noch bei der Melodie zu beobachten.