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

Feature Extraktion 19
3.1 Arbeitsablauf
Ausgehend von einem Audio-Signal wird im Schritt der Spektralanalyse das Spektrum
des Musikstücks berechnet und aufbereitet. Die Aufbereitungsschritte sind dabei die
Übergangserkennung, die mögliches Rauschen vermindern soll, die Peak-Erkennung,
die zu jedem Zeitpunkt die dominierenden Frequenzen herausfiltert, und die Maskie-
rung, die all jene der verbliebenen Frequenzen entfernt, die vom Menschen aufgrund
von Überdeckung mit lauteren Tönen ohnehin nicht wahrgenommen werden können.
Resultat dieses Schritts ist eine Liste von dominanten Frequenzen zu jedem Zeitpunkt
im Song.
In einem zweiten allgemeinen Schritt werden diese Frequenzen auf einen einheitlichen
Stimmton normiert. Dieser ist zwar laut ISO 16:1075 1 als Kammerton a’ mit 440 Hertz
festgelegt; was aber nicht bedeutet, dass Orchester bzw. Bands auch tatsächlich ihre
Instrumente auf diese Höhe stimmen. Ergebnis dieses Schritts sind somit normierte
Frequenzen, die in musikalische Noten umgerechnet werden können.
Ausgehend von den nun vorliegenden Daten werden die beiden angesprochenen Fea-
tures unabhängig voneinander berechnet. Zu dem harmonie-basierten Feature werden
zuerst als Vorstufe einfache Chroma-Vektoren berechnet (HPCP), die noch nicht ge-
genüber Modulationen robust sind. Erst anhand eines weiteren Schritts – der Tonart-
Bestimmung – kann das tatsächliche THPCP-Feature abgeleitet werden.
Bei der Berechnung des zweiten Features durch die Melodieerkennung ist ein solcher
Schritt zur Tonart-Erkennung nicht notwendig, da Melodien nicht nur absolut, son-
dern auch anhand der Intervalle zwischen ihren einzelnen Tönen beschrieben werden
können.
Neben der Eignung der so berechneten fertigen Features, soll in dieser Arbeit auch
untersucht werden, ob die Beschränkung auf den Refrain einen Gewinn bringt. Unab-
hängig von der Art des Features wird somit in einem letzten Schritt die zeitliche Lage
der Refrain-Passagen ermittelt. Mit dieser Information lassen sich dann die relevanten
Abschnitte innerhalb der fertigen Features extrahieren. Resultat sind somit zwei weitere
Features, die (repräsentativen) Ausschnitten der zuvor vorgestellten entsprechen.
1 http://www.iso.org