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

Feature Extraktion 60
3.6.1.3 Trajektorien
Um nun tatsächlich Melodie und Bass aus der errechneten Überlagerung gespielter Töne
zu extrahieren, werden die zu einem Zeitpunkt jeweils dominantesten und stabilsten
Grundton-Trajektorien herangezogen. Derartige Trajektorien erzeugt ein Multi-Agent-
System aus den vorliegenden Daten. Jeder einzelne Agent generiert dabei genau eine
Trajektorie durch Verbinden mehrerer zeitlich benachbarter hervorstechender Peaks.
Dabei werden alle Frames nacheinander laut folgendem Schema abgearbeitet.
1. Ein Peak-Detektor erkennt hervorstechende Peaks, die über einem festgelegten
Schwellwert relativ zum Maximalwert liegen. Die aktiven Agenten bestimmen
durch Interaktion, welchem ein solcher Peak am nähesten liegt und somit am
besten zuzuordnen ist. Erheben mehr als ein Agent Anspruch auf einen Peak,
so wird er dem verlässlichsten zugerechnet. Beansprucht keiner der Agenten den
Peak, so wird ein neuer erzeugt um ihn zu verfolgen.
2. Jeder Agent hat einen Penalty-Wert, der erhöht wird, sobald in einem Frame kein
Peak gefunden wird um seine Trajektorie fortzusetzen. Findet der Agent in einem
der darauf folgenden Frames wieder einen passenden Peak, so wird die Penalty
auf 0 zurückgesetzt. Erreicht dieser Wert jedoch eine bestimmte Grenze, dann
terminiert der Agent und die Trajektorie endet.
3. Jeder Agent bestimmt seine eigene Verlässlichkeit. Dieser Wert ermittelt sich
daraus, wie stark sich die Energien der verfolgten Peaks jeweils von jenen ih-
rer Nachbarfrequenzen abheben. Die Verlässlichkeit einer Trajektorie gemeinsam
mit ihrer Gesamtenergie gibt schließlich den Ausschlag dafür, welche als Melodie-
bzw. Bass-Stimme zu einem bestimmten Zeitpunkt ausgewählt wird.
Beim schrittweisen Durchlaufen aller Frames bietet es sich an, am Ende des Musikstücks
zu beginnen und nach vorne hin weiterzuarbeiten. Der Grund dafür ist, dass zu den
Taktzeiten Schlagwerke und perkussive Instrumente sehr viel Rauschen erzeugen. Es
sind also tendenziell viele Peaks vorhanden und es ist nicht klar, welche zum Fortsetzen
bzw. Beginnen der Trajektorien die geeignetsten sind. Startet man vom Schluss des
Songs, so werden zuerst die ausklingenden Töne behandelt. Verfolgt man diese dann
rückwärts bis zu ihrem Anstoß, so ist es bedeutend einfacher, sinnvolle Trajektorien zu
generieren.