Automatische Erkennung von Cover-Versionen und Plagiaten in ...
Automatische Erkennung von Cover-Versionen und Plagiaten in ...
Automatische Erkennung von Cover-Versionen und Plagiaten in ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Resultate <strong>und</strong> Perspektiven 86<br />
5 Resultate <strong>und</strong> Perspektiven<br />
Nachdem <strong>in</strong> den vorhergehenden Kapiteln die Methodik der Versions-<strong>Erkennung</strong> bei<br />
Musikstücken dargelegt wurde, folgt nun e<strong>in</strong>e Übersicht über die Resultate, die die<br />
Implementierung des experimentellen Prototyps ergab.<br />
5.1 Evaluierung<br />
Ziel dieser Arbeit ist der Vergleich unterschiedlicher Features sowie Klassifizierungs-<br />
methoden zur <strong>Erkennung</strong> <strong>von</strong> <strong>Cover</strong>versionen. In dieser Arbeit wurden dabei folgende<br />
Features beschrieben.<br />
• Transposed Harmonic Pitch Class Profile<br />
• Transposed Harmonic Pitch Class Profile des Refra<strong>in</strong>s<br />
• Melodie<br />
• Melodie des Refra<strong>in</strong>s<br />
Da diese Merkmale alle zu komplex s<strong>in</strong>d, um e<strong>in</strong>e direkte Klassifizierung zu ermöglichen,<br />
werden im Klassifizierungsschritt jeweils die Features zweier Songs gegenübergestellt<br />
<strong>und</strong> aus diesem Vergleich e<strong>in</strong>e e<strong>in</strong>fache Maßzahl für deren Gleichartigkeit ermittelt.<br />
Auch hierfür wurden bereits Methoden vorgestellt. Im Rahmen der Evaluierung fand<br />
zudem e<strong>in</strong>e Erweiterung um zwei zusätzliche, sehr e<strong>in</strong>fache, Varianten statt. Bei den<br />
vier verglichenen Klassifizierungsmethoden handelt es sich um<br />
• Dynamic Time Warp<br />
• L<strong>in</strong>earer Zeitzusammenhang