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

Feature Extraktion 63
analyse der zu vergleichenden Stücke statt und die Gesamt-Übereinstimmung ergibt
sich aus jener der korrespondierenden Strophen sowie Refrains.
Ein weiters Verfahren – das zudem beim MIREX 4 Melodieerkennungs-Bewerb 2005 5 die
beste Gesamtgenauigkeit ebenso wie die beste Laufzeit erreichte – wird von Dressler in
[15] beschrieben. Dabei bildet eine Spektralanalyse mittels STFT die Ausgangsbasis,
gefolgt von einer Bestimmung der Augenblicksfrequenzen (wie in Abschnitt 3.6.1.1 be-
schrieben) zur besseren Unterscheidung der vorhandenen Frequenzen. Diese werden laut
des Modells aus [43] in stabile Sinusoide und Rauschen getrennt (vgl. Kapitel 3.2.7).
Im Unterschied zu PreFEst berücksichtigt der Ansatz aus [15] psychoakustische Er-
kenntnisse – wie etwa die bereits beschriebenen Maskierungseffekte. Entsprechend der
menschlichen Wahrnehmung werden die Intensitäten der stabilen Sinusoide neu ge-
wichtet und dann zu Streams zusammengefügt. Dabei ist die Ähnlichkeit – die nach
Kriterien, die mit den zuvor beschriebenen von Marolt [30] vergleichbar sind – aus-
schlaggebend. Ein regelbasiertes Entscheidungsverfahren wählt dann die tatsächlich
extrahierte Melodie aus den Kandidaten-Streams.
Ein weiterer Ansatz stammt von Madsen und Widmer [28]. Dabei wird davon ausge-
gangen, dass Melodie durch hohe Komplexität gekennzeichnet ist. Sie ist also weder
eintönig noch redundant. Als Maßeinheit dafür bietet sich die bekannte Entropie nach
Shannon an.
H(X) = −
p(x) log2 p(x) (3.60)
xɛX
Innerhalb bestimmter Zeitfenster wird sie für folgende drei Features einer Stimme be-
rechnet. Von jener mit größtem Entropiewert innerhalb eines Fensters nimmt man an,
dass sie zu diesem Zeitpunkt die Melodie enthält.
• Pitch Class: Wie bereits beschrieben handelt es sich dabei um die Tonhöhen,
gefaltet auf eine einzelne Oktave. Dieses Feature ist vergleichbar mit den PCPs
(vgl. Abschnitt 3.4).
• Intervall: Es wird die Häufigkeit aller musikalischer Intervalle gezählt – auf- und
absteigende werden dabei gesondert behandelt. Dabei besteht entfernte Ähnlich-
keit zu den ebenfalls bereits beschriebenen Intervallprofilen aus [27].
4 Music Information Retrieval Evaluation eXchange
5 http://www.music-ir.org/mirex2005/index.php/Audio Melody Extraction