Automatische Erkennung von Cover-Versionen und Plagiaten in ...
Automatische Erkennung von Cover-Versionen und Plagiaten in ...
Automatische Erkennung von Cover-Versionen und Plagiaten in ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Feature Extraktion 53<br />
Gewonnen wird das Modell durch Zählen aller Intervalle anhand <strong>von</strong> Tra<strong>in</strong><strong>in</strong>gsdaten.<br />
Diese werden dabei auf e<strong>in</strong>en Gr<strong>und</strong>ton c normiert um e<strong>in</strong>e e<strong>in</strong>heitliche Basis zu erhal-<br />
ten. Auf- bzw. absteigende Intervalle werden getrennt <strong>von</strong>e<strong>in</strong>ander gezählt. Das gleiche<br />
Verfahren wird <strong>in</strong> weiterer Folge auf e<strong>in</strong> zu bewertendes Stück angewandt. Das erhal-<br />
tene E<strong>in</strong>gabe-Profil wird dann mit den aus den Tra<strong>in</strong><strong>in</strong>gsdaten erhaltenen Profilen für<br />
Dur <strong>und</strong> Moll bzw. allen durch Shiften des Gr<strong>und</strong>tons daraus ableitbaren verglichen.<br />
Ausschlaggebend für die geschätzte Tonart ist die höchste Korrelation laut<br />
cor(Pi, Di) = <br />
Pi(j, k)Di(j, k) (3.48)<br />
j<br />
wobei Pi die gelernte Intervall-Verteilung <strong>und</strong> Di das Profil des aktuellen E<strong>in</strong>gabestücks<br />
ist (vgl. [27]).<br />
Die dabei erzielten Resultate s<strong>in</strong>d mit jenen die bei Anwendung verschiedener PCP-<br />
basierter Modelle erreicht werden vergleichbar. Zusätzliches Potenzial liegt jedoch <strong>in</strong><br />
der Komb<strong>in</strong>ation beider Ansätze. Der beschriebene Algorithmus hat aber den Nachteil,<br />
dass e<strong>in</strong>zelne Stimmen bekannt <strong>und</strong> <strong>von</strong>e<strong>in</strong>ander getrennt se<strong>in</strong> müssen. Da<strong>von</strong> kann<br />
man etwa bei MIDI-Dateien ausgehen, nicht jedoch bei polyphonen Audiosignalen.<br />
Aus diesem Gr<strong>und</strong> wird <strong>in</strong> dieser Arbeit zur Tonartbestimmung auf den Krumhansl-<br />
Schmuckler Algorithmus alle<strong>in</strong>e zurückgegriffen. Abbildung 3.16 zeigt dabei die Tonart-<br />
normalisierte Version des <strong>in</strong> Abbildung 3.13 dargestellten Features <strong>von</strong> Yesterday <strong>von</strong><br />
den Beatles. Gut zu erkennen ist die Dom<strong>in</strong>anz des Gr<strong>und</strong>tons sowie der leitereigenen<br />
Töne gegenüber den Zwischenstufen.<br />
Weitere Ergebnisse der Tonarterkennung s<strong>in</strong>d <strong>in</strong> Tabelle 3.5 aufgelistet. Als Referenz<br />
wird dazu die Analyse vieler Beatles-Songs <strong>in</strong> [39] herangezogen. Die angegebene Si-<br />
gnifikanz e<strong>in</strong>es Ergebnisses wurde im Vergleich zum zweit-wahrsche<strong>in</strong>lichsten berechnet<br />
als<br />
<br />
s = 100 1 − corr(key2,<br />
<br />
hpcp)<br />
corr(key1, hpcp<br />
k<br />
(3.49)<br />
Aus Tabelle 3.5 wird ersichtlich, dass bei 5 <strong>von</strong> 10 Titeln die Tonart exakt ermittelt<br />
wurde. Bei <strong>in</strong>sgesamt 24 möglichen Tonarten liegt diese <strong>Erkennung</strong>srate <strong>von</strong> 50% weit<br />
über jener <strong>von</strong> r<strong>und</strong> 4%, die durch re<strong>in</strong>es Raten zu erwarten wäre. Dazu kommt, dass bei<br />
zwei weiteren Stücken zwar der Gr<strong>und</strong>ton richtig erkannt, jedoch jeweils Moll anstatt<br />
Dur geschätzt wurde. Auch bei Drive my Car ist der Fehler sehr kle<strong>in</strong>. Hier wurde G-<br />
Dur anstatt D-Dur berechnet. Der Unterschied zwischen diesen beiden Tonarten ist im<br />
Wesentlichen, dass D-Dur e<strong>in</strong> Vorzeichen mehr besitzt – e<strong>in</strong> zusätzliches cis. Betrachtet