Automatisierte Extraktion rhythmischer Merkmale zur Anwendung in Music Information Retrieval-Systemen

摘要

Das Thema dieser Dissertation ist die Extraktion von Merkmalen, dierhythmische Eigenschaften von Audiosignalen beschreiben. Diese Merkmalesind für die Anwendung in Music Information Retrieval (MIR)-Systemenausgewählt.Obwohl in der Vergangenheit an der Extraktion rhythmischer Merkmale wie zumBeispiel Tempo und Taktart in großem Umfang gearbeitet wurde, erreichenaktuelle Verfahren nicht die Erkennungsleistung eines geübten Zuhörers.Eine der Ursache dafür wird in der Auswertung von Informationen aufunterschiedlichen Abstraktionsebenen beim Menschen vermutet, eine weiterebei der Berücksichtigung von mbox{musikalischem} Vorwissen. Der hierbeschriebene Ansatz orientiert sich an diesen Analyse-mechanismen. Zur Identifikation von geeigneten Merkmalen und relevanten Aspekten dermenschlichen Verarbeitung der Schallsignale werden Grundlagen ausMusiktheorie, Psychoakustik und Kognitionswissenschaft erklärt. BekannteVerfahren zur Extraktion rhythmischer Merkmale werden in einerausführlichen Darstellung des Standes der Technik anschließend erläutert. Der Hauptteil der Arbeit enthält eine Zusammenstellung von Verfahren desmaschinellen Hörens, die Informationen auf unterschiedlichenAbstraktionsebenen auswerten. Eine kompakte Darstellung der metrischenStruktur wird zur Ermittlung der metrischen Merkmale vorgestellt.Daeinerseits die Auswertung von Low-level-Merkmalen die Anwendung vonmusikalischem Vorwissen nur in geringen Maß ermöglicht, und andererseitsdie Informationen auf höheren Abstraktionsebenen durch ihreFehlerhaftigkeit die Erkennungsleistung in verschiedenen Situationeneinschränken können, werden die Ergebnisse der verschiedenen Verfahren inAbhängigkeit ihrer Konfidenzmaße zu einem Gesamtergebnis zusammengefasst.Die Extraktion von rhythmischen Merkmalen aus den Informationen maschinelldetektierter perkussiver Instrumente stellt einen Fortschritt im Vergleichzu bekannten Arbeiten dar. Eine Segmentierung in charakteristischeAbschnitte des Audiosignals, die zum Beispiel Strophe oder Refrainrepräsentieren, wird als Vorverarbeitungsschritt zur Analyse vorgestelltund die dadurch erreichte signifikante Verbesserung derErkennungs-leistung nachgewiesen.Die Leistungsfähigkeit der Verfahren wird anhand eines umfangreichenTestdatensatzes evaluiert und die Eignung der extrahierten Merkmale ineinem MIR-System untersucht.