Automatische Erkennung von Cover-Versionen und Plagiaten in ...
Automatische Erkennung von Cover-Versionen und Plagiaten in ...
Automatische Erkennung von Cover-Versionen und Plagiaten in ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Feature Extraktion 48<br />
3.4.3 Normalisierung<br />
Abbildung 3.13: Summe aller e<strong>in</strong>zelnen HPCP-Vektoren <strong>von</strong> Yesterday<br />
Um das Feature unabhängig <strong>von</strong> der absoluten Lautstärke des Musikstücks zu machen,<br />
werden zwei Normalisierungsschritte angewandt. Zum e<strong>in</strong>en das so genannte spectral<br />
whiten<strong>in</strong>g, bei dem das gesamte Spektrum <strong>in</strong> e<strong>in</strong>em Vorverarbeitungsschritt entspre-<br />
chend se<strong>in</strong>er spektralen Hülle <strong>in</strong> e<strong>in</strong> flaches Spektrum konvertiert wird. Dies hat zur<br />
Folge, dass Töne <strong>in</strong> hohen Oktaven gleich stark zum HPCP-Vektor beitragen wie solche<br />
<strong>in</strong> den tieferen Tonlagen. Das Resultat hängt also nicht da<strong>von</strong> ab, welche Frequenzbän-<br />
der aufgr<strong>und</strong> der Musikrichtung besonders betont werden (vgl. [18]).<br />
Der zweiter Normalisierungsschritt erfolgt <strong>in</strong> der Nachbearbeitung. Dabei werden alle<br />
Vektoren der e<strong>in</strong>zelnen Frames so skaliert, dass der Maximalwert der e<strong>in</strong>zelnen Pitch-<br />
Klassen jeweils 1 beträgt.<br />
HP CPnorm(n) =<br />
HP CP (n)<br />
max(HP CP )<br />
3.5 Transposed Harmonic Pitch Class Profile<br />
(3.42)<br />
Das HPCP-Feature beschreibt, welche Töne des musikalischen Tonsystems welchen Bei-<br />
trag zum gesamten Klangbild e<strong>in</strong>es Stücks leisten. Dieses Merkmal <strong>in</strong> Form e<strong>in</strong>es Vek-<br />
tors ist jedoch nicht robust gegenüber Transpositionen <strong>in</strong> andere Tonarten. Dies würde