Thesis

Back to list

Automatic beat excavation: Detection of breakbeats and drum samples in large music collections

Authors Hüsler, G.
Year 2017
Thesis Type Audio Engineering project
Topic Audio Signal Processing
Abstract Das Ziel dieser Arbeit ist die Implementierung eines Algorithmus, der es ermöglichen soll, isolierte Schlagzeugklänge innerhalb eines Musikstückes automatisch zu erkennen und zu klassifizieren. Die Verwendung von Schlagzeugklängen aus fremden Musikaufnahmen ist eine weit verbreitete Technik in der modernen Popmusik, auch genannt Sampling. Das manuelle Auffinden und Schneiden dieser relativ kurzen Abschnitte innerhalb der Musikstücke kann, vor allem wenn es sich um große Musiksammlungen handelt, sehr zeitaufwendig sein. Aus diesem Grund kann ein solches System Musikern helfen, mit relativ geringem Aufwand ihre persönlichen Klangbibliotheken zu erstellen. Der Algorithmus kann in drei Stufen eingeteilt werden. Im ersten Schritt werden potentielle Abschnitte in der Wellenform festgemacht, welche anschlißend mittels Beat-Tracking in einzelne Klänge unterteilt werden und im zweiten Schritt, einer der vier Kategorien nicht perkussiv/harmonisch, Kick Drum, Snare und Hi-Hat zugewiesen werden. Für den Klassifizierungsschritt wird ein Merkmalsvektor bestehend aus einer großen Anzahl unterschiedlicher temporaler sowie spektraler Beschreibungsgrößen berechnet und anschließend mittels linearer Diskriminanzanalyse in eine niedrigere Dimension gebracht. Um die Einzelklänge zu klassifizieren wird ein Maximum Likelihood-Schätzer verwendet. Mit annotierten Trainingsdaten, zusammengestellt aus mehreren Klangbibliotheken und Breakbeat-CD's, wurde eine durchschnittliche Klassfikationsrate von 89% erreicht.
Supervisors Sontacchi, A.