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

Feature Extraktion 55
begründet liegen, dass hier Originalaufnahmen und nicht gesampelte MIDI-Dateien als
Grundlage dienten, wodurch das Klangbild unregelmäßiger wird.
3.6 Melodieerkennung
Als zweites Feature neben den THPCPs soll die Melodie selbst und ihre Eignung zur
Coverversions-Bestimmung untersucht werden. Sie ist ein charakteristisches Merkmal
jedes Musikstücks und bleibt beim Zuhörer meist leicht in Erinnerung. Da zwei Versio-
nen eines Songs immer auf der gleichen zugrunde liegende Melodie aufbauen, liegt es
nahe, sie zur Klassifizierung heranzuziehen.
Ein ähnliches Forschungsthema, das sich mit Melodien und deren Reproduktion durch
den Hörer befasst ist Query-By-Humming (vgl. beispielsweise [12]). Dabei geht es um
Systeme, die ein Musikstück – von dem Interpret und Titel dem Benutzer nicht bekannt
sind – anhand eines gesummten Melodieausschnitts aus einer Datenbank abfragen. Die
gesummte Melodie ist dabei im weitesten Sinne auch eine eigene Version des Songs.
Während es bei MIDI-Dateien noch relativ einfach ist, einzelne Stimmen zu unterschei-
den und Hauptstimmen, die die Melodie enthalten zu identifizieren, ist dies bei reinen
Audio-Daten weitaus komplexer. Neben den Frequenzen, die die eigentlichen Stimmen
darstellen, sind im Spektrum noch solche von Schlagwerken und perkussiven Instrumen-
ten, Obertonreihen sowie Rauschen vorhanden. Dennoch existieren zahlreiche Ansätze,
die sich mit dem Extrahieren der Melodie aus Audiosignalen beschäftigen (vgl. [15],
[20], [28] und [30]).
Ausgangsbasis sind dazu in der Regel die in Abschnitt 3.2 vorgestellten Methoden zur
Berechnung des Spektrums eines Signals sowie Vor- und Nachbearbeitungsschritte wie
Übergangserkennung, Peak-Filterung oder Normierungen.
3.6.1 PreFEst
Einen viel zitierten Ansatz zur Extraktion der Basisfrequenz von Melodie- und Bass-
stimme liefert Goto [20]. Anders als frühere Methoden, die sich hauptsächlich auf ein-
stimmige Musikstücke bzw. solche, die von maximal drei Instrumenten gespielt werden,
konzentrierten, geht das Verfahren bewusst auf den Kontext der Popularmusik und
handelsüblicher CD-Aufnahmen ein. Der Name PreFEst steht dabei für Predominant
F0 Estimation. F0 bezeichnet dabei eine Grundschwingung und soll ausdrücken, dass
diese gefunden und Obertöne eliminiert werden sollen. Wesentlich sind dabei folgen-