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

Feature Extraktion 49
einem ringförmigen Shiften der einzelnen Werte entsprechen. Derartige Transpositionen
sind in der Musik – speziell bei Cover-Versionen von Musikstücken – sehr verbreitet,
um das entsprechende Stück an den Tonumfang der verwendeten Instrumente bzw. die
Stimmlagen der Sänger anzupassen. Dabei bleiben alle Intervalle und somit eine sehr
starke Korrelation der Wahrnehmung erhalten.
Dies soll sich auch im Feature niederschlagen. Dazu wird in [18] vorgeschlagen, alle
HPCP-Vektoren in eine quasi einheitliche Tonart zu transponieren und erst diese mo-
difizierten Feature-Werte zur Analyse heranzuziehen. Das daraus resultierende Trans-
posed Harmonic Pitch Class Profile (THPCP) ist definiert als
T HP CP (n) = HP CP ([n − nshift] mod N) (3.43)
Dabei ist N die Dimensionalität des Feature-Vektors und nshift die Anzahl an HPCP-
Bändern, um die die jeweilige Tonart des Stücks von der (beliebigen, aber fixen) Stan-
dardtonart abweicht.
3.5.1 HPCP für Framegruppen
Im Gegensatz zum HPCP-Feature, das, wie in Abschnitt 3.4 erläutert wurde, jeweils
einen einzelnen Frame beschreibt, ist oft erwünscht, größere Segmente bzw. das ganze
Musikstück zu charakterisieren. In diesem Fall müssen statistische Verfahren angewandt
werden, um die Einzelwerte zu akkumulieren. Von besonderer Bedeutung ist hier das
arithmetische Mittel
HP CP (n) =
1
iend − istart + 1
iend
i=istart
HP CPi(n) (3.44)
Je nachdem wie groß die Länge l = iend−istart+1 des Segments gewählt wird, kann ent-
weder der aktuell gespielte Akkord oder die lokale Tonart (bei Modulationen innerhalb
des Stücks) bzw. die globale Haupttonart des Stücks abgeschätzt werden.
3.5.2 Bestimmung der Tonart
In Formel 3.43 ist der Term nshift der Abstand der Tonart des Stücks zur gewählten
Standardtonart. Geht man nicht von einem Notenblatt, sondern einer Audiodatei als