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

Weitere Magazine

Empfehlungen

Info

Inhaltsverzeichnis III Inhaltsverzeichnis 1 Einleitung 1 1.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1 1.2 Ziele und Beitrag . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.3 Aufbau . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 2 Grundlagen 5 2.1 Cover-Versionen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 2.2 Musikalische Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 2.2.1 Skalen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 2.2.2 Tonsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 2.2.3 Obertöne, Mehrklänge und Harmonien . . . . . . . . . . . . . . . 15 3 Feature Extraktion 18 3.1 Arbeitsablauf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 3.2 Spektralanalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 3.2.1 Diskrete Fourier Transformation . . . . . . . . . . . . . . . . . . 21 3.2.2 Fast Fourier Transformation . . . . . . . . . . . . . . . . . . . . . 22 3.2.3 Fensterung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23 3.2.4 Zeit- und Frequenz-Auflösung bei der Fourier Transformation . . 25 3.2.5 Constant Q Transformation . . . . . . . . . . . . . . . . . . . . . 26 3.2.6 Übergangserkennung . . . . . . . . . . . . . . . . . . . . . . . . . 29 3.2.7 Peak Filterung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 3.2.8 Maskierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32 3.2.8.1 Absolute Hörschwelle . . . . . . . . . . . . . . . . . . . 33 3.2.8.2 Kritische Bänder . . . . . . . . . . . . . . . . . . . . . . 33 3.2.8.3 Simultane Maskierung . . . . . . . . . . . . . . . . . . . 35 3.2.8.4 Nicht simultane Maskierung . . . . . . . . . . . . . . . 36 3.3 Referenz Frequenz . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.3.1 Referenzfrequenz und Obertonreihen . . . . . . . . . . . . . . . . 40 3.3.2 Resultate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41 3.4 Harmonic Pitch Class Profile . . . . . . . . . . . . . . . . . . . . . . . . 42 3.4.1 Gewichtungsfunktion . . . . . . . . . . . . . . . . . . . . . . . . . 44 3.4.2 HPCP und Obertonreihen . . . . . . . . . . . . . . . . . . . . . . 45 3.4.3 Normalisierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
Inhaltsverzeichnis IV 3.5 Transposed Harmonic Pitch Class Profile . . . . . . . . . . . . . . . . . 48 3.5.1 HPCP für Framegruppen . . . . . . . . . . . . . . . . . . . . . . 49 3.5.2 Bestimmung der Tonart . . . . . . . . . . . . . . . . . . . . . . . 49 3.6 Melodieerkennung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.6.1 PreFEst . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 3.6.1.1 Augenblicksfrequenzen und Kandidaten . . . . . . . . . 56 3.6.1.2 Grundtöne . . . . . . . . . . . . . . . . . . . . . . . . . 57 3.6.1.3 Trajektorien . . . . . . . . . . . . . . . . . . . . . . . . 60 3.6.1.4 Erweiterungen . . . . . . . . . . . . . . . . . . . . . . . 61 3.6.2 Weitere Verfahren zur Melodieextraktion . . . . . . . . . . . . . 61 3.6.3 Resultate . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64 3.7 Strukturanalyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67 3.7.1 Selbstähnlichkeits-Matrizen . . . . . . . . . . . . . . . . . . . . . 68 3.7.2 Erkennung wiederholter Abschnitte . . . . . . . . . . . . . . . . . 70 3.7.3 Arrangieren von Wiederholungen . . . . . . . . . . . . . . . . . . 72 3.7.4 Modulierte Wiederholungen . . . . . . . . . . . . . . . . . . . . . 72 3.7.5 Auswahl des Refrains . . . . . . . . . . . . . . . . . . . . . . . . 73 3.7.6 Variationen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 4 Klassifizierung 78 4.1 Ähnlichkeits-Matrizen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 4.2 Dynamic Time Warp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81 4.3 Linearer Zeitzusammenhang . . . . . . . . . . . . . . . . . . . . . . . . . 82 5 Resultate und Perspektiven 86 5.1 Evaluierung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 5.2 Erkenntnisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 5.3 Perspektiven . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93 Literaturverzeichnis 95
Seite 1 und 2: Automatische Erkennung von Cover-Ve
Seite 3: Abstract This thesis is dedicated t
Seite 7 und 8: Abbildungsverzeichnis VI 3.15 Modif
Seite 9 und 10: Einleitung 1 1 Einleitung Die vorli
Seite 11 und 12: Einleitung 3 diese Vorgehensweise e
Seite 13 und 14: Grundlagen 5 2 Grundlagen Dieses Ka
Seite 15 und 16: Grundlagen 7 Typ III: Stimmen Bei d
Seite 17 und 18: Grundlagen 9 Kritische Bänder Im m
Seite 19 und 20: Grundlagen 11 Betrachtet man die mu
Seite 21 und 22: Grundlagen 13 Abbildung 2.7: Flache
Seite 23 und 24: Grundlagen 15 Abbildung 2.11: Empir
Seite 25 und 26: Grundlagen 17 Abbildung 2.15: Dreik
Seite 27 und 28: Feature Extraktion 19 3.1 Arbeitsab
Seite 29 und 30: Feature Extraktion 21 3.2 Spektrala
Seite 31 und 32: Feature Extraktion 23 3.2.3 Fenster
Seite 33 und 34: Feature Extraktion 25 Name b SNR De
Seite 35 und 36: Feature Extraktion 27 (a) (b) (c) A
Seite 37 und 38: Feature Extraktion 29 zur Berechnun
Seite 39 und 40: Feature Extraktion 31 e(t) ist dabe
Seite 41 und 42: Feature Extraktion 33 sich am mensc
Seite 43 und 44: Feature Extraktion 35 3.2.8.3 Simul
Seite 45 und 46: Feature Extraktion 37 (a) (b) (c) A
Seite 47 und 48: Feature Extraktion 39 di = ∆i −
Seite 49 und 50: Feature Extraktion 41 Frequenz devn
Seite 51 und 52: Feature Extraktion 43 Abbildung 3.1
Seite 53 und 54: Feature Extraktion 45 wird. Alterna
Seite 55 und 56:
Feature Extraktion 47 Abbildung 3.1
Seite 57 und 58:
Feature Extraktion 49 einem ringfö
Seite 59 und 60:
Feature Extraktion 51 Die Methode g
Seite 61 und 62:
Feature Extraktion 53 Gewonnen wird
Seite 63 und 64:
Feature Extraktion 55 begründet li
Seite 65 und 66:
Feature Extraktion 57 a und b stehe
Seite 67 und 68:
Feature Extraktion 59 1. Expectatio
Seite 69 und 70:
Feature Extraktion 61 3.6.1.4 Erwei
Seite 71 und 72:
Feature Extraktion 63 analyse der z
Seite 73 und 74:
Seite 75 und 76:
Feature Extraktion 67 3.7 Struktura
Seite 77 und 78:
Feature Extraktion 69 Die Ähnlichk
Seite 79 und 80:
Seite 81 und 82:
Feature Extraktion 73 einander verg
Seite 83 und 84:
Seite 85 und 86:
Feature Extraktion 77 Ausrichtung z
Seite 87 und 88:
Klassifizierung 79 jedoch von solch
Seite 89 und 90:
Klassifizierung 81 4.2 Dynamic Time
Seite 91 und 92:
Klassifizierung 83 bale Tempo kann
Seite 93 und 94:
Klassifizierung 85 Eine Änderung d
Seite 95 und 96:
Resultate und Perspektiven 87 • H
Seite 97 und 98:
Resultate und Perspektiven 89 Titel
Seite 99 und 100:
Resultate und Perspektiven 91 Abbil
Seite 101 und 102:
Resultate und Perspektiven 93 Grund
Seite 103 und 104:
Literaturverzeichnis 95 Literaturve
Seite 105 und 106:
Literaturverzeichnis 97 Processing,
Seite 107 und 108:
Literaturverzeichnis 99 [48] Steven
Seite 109:
Eidesstattliche Erklärung 101 Eide
Alle anzeigen

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

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?