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

Einleitung 1
1 Einleitung
Die vorliegende Arbeit widmet sich der automatischen Erkennung verschiedener Versio-
nen eines Musikstücks. In diesem Kapitel wird der Nutzen, den Systeme mit derartiger
Funktionalität bringen, erläutert und die genauen Ziele sowie der Aufbau dieser Arbeit
dargelegt.
1.1 Motivation
Die Menge der zur Zeit erhältlichen Musikstücke ist in unüberschaubare Größen ge-
wachsen. Allein der Online-Shop iTunes 1 bietet bereits über 5 Millionen Titel zum
Verkauf an. Aber auch bei privaten Musiksammlungen ist ein Umfang von mehreren
tausend Songs schon lange keine Seltenheit mehr. In diesem Kontext gewinnen Sys-
teme zur automatischen Verwaltung und Organisation derartiger Musik-Sammlungen
zunehmend an Bedeutung, zumal die Benutzer manchmal gar nicht mehr wissen, welche
Musikstücke sie im einzelnen tatsächlich besitzen.
Vor diesem Hintergrund entwickelte sich das Gebiet des Music Information Retrieval,
dem auch diese Arbeit zuzurechnen ist. Es beschäftigt sich damit, aus den unterschied-
lichen Formen, in denen Musik vorliegen kann – angefangen von Audio-Signalen in
verschiedenen Formaten, über symbolische Repräsentationen wie MIDI-Dateien bis hin
zu einfachen Notenblättern – möglichst vielseitige Metadaten zu extrahieren. In der
Literatur oft behandelte Aufgabenstellungen sind etwa die automatische Zuordnung
eines Songs zu einem Genre, das Erkennen der Melodiestimme in polyphonen Stücken
oder die Empfehlung bestimmter Songs aufgrund von Ähnlichkeiten. Die Methoden,
die dazu verwendet werden, stammen aus den Bereichen der Signalverarbeitung, der
Mustererkennung, dem Data- sowie Web-Mining, dem Maschinellen Lernen und der
Psychoakustik.
Die spezielle Aufgabenstellung im Rahmen dieser Arbeit ist das Erkennen unterschied-
licher Versionen eines gleichen Musikstücks. Der Nutzen, der einem Benutzer daraus
1 http://www.apple.com/at/itunes/