Automatische Erkennung von Cover-Versionen und Plagiaten in moderner Pop- und Rockmusik

Diese Arbeit befasst sich mit der automatischen Erkennung unterschiedlicher Versionen eines Musikstücks. Für derartige Klassifizierungs-Aufgaben ist es notwendig, aussagekräftige Merkmale aus den vorhandenen Daten zu extrahieren. Neben zwei Ansätzen aus der Literatur, die sich jeweils auf das gesamte Musikstück beziehen, werden zwei weitere vorgestellt, die auf der Idee basieren, einen Song nur durch seinen Refrain zu repräsentieren. Dabei werden in dieser Arbeit alle Arbeitsschritte sowie notwendige Grundlagen zur Extraktion dieser vier Features aus den jeweiligen Audio-Signalen beschrieben. Auf Basis der berechneten Features erfolgt die Klassifizierung. Dabei geht es darum zu entscheiden, ob zwei verglichene Musikstücke unabhängig voneinander sind oder nicht. Neben dem aus der Sprachverarbeitung bekannten Dynamic Time Warp-Algorithmus wird in dieser Arbeit eine zweite Methode vorgestellt, die eine konstante Tempo-Änderung zwischen zwei Versionen eines Musikstücks unterstellt. Anhand eines experimentellen Prototyps findet die Evaluierung und Diskussion aller Kombinationen aus extrahiertem Feature und Klassifizierungsmethode statt. Den Abschluss dieser Arbeit bildet ein Ausblick auf Verbesserungsmöglichkeiten als Anregung für weiterführende Forschung.