Automatische Analyse und Klassifizierung von Audiodaten anhand von Tonartverläufen

Die vorliegende Bachelorarbeit befasst sich mit dem Thema der automatischen Analyse von Audiodaten. Anhand lokaler Tonartänderungen soll eine Segmentierung von Musiksignalen realisiert werden. Darüber hinaus soll untersucht werden, ob sich Tonartverläufe als Kriterium zur stilistischen Klassifizierung der Audiodaten eignen. Dabei wird die tonale Segmentierung zunächst separat und anschließend auch in Verbindung mit der stilistischen Klassifizierung betrachtet. Zur Umsetzung der automatischen Segmentierung wird ein Merkmal zur Beschreibung des lokalen tonalen Inhaltes von Musiksignalen vorgestellt. Anschließend werden drei verschiedene Verfahren zur automatischen Detektion von Segmentgrenzen mit Hilfe eines Datensatzes aus 30 Pop-Songs evaluiert und verglichen. Für die stilistische Klassifizierung werden Merkmale zur Beschreibung der Art und Häufigkeit auftretender Modulationen in einem Musikstück eingeührt. Diese Merkmale werden einzeln, in Kombination und ergänzt durch weitere Audiofeatures zu zwei Szenarien einer stilistischen Klassifizierung herangezogen: (1) zur historischen Einordnung klassischer Kompositionen in die vier Epochen Barock, Klassik, Romantik und Moderne; (2) zur Identifizierung abendändischer Komponisten. Dafür wird im ersten Szenario ein Datensatz aus 1600 Kompositionen (400 Werke pro Epoche) zur Evaluierung verwendet. Das zweite Szenario wird auf einem Datensatz aus insgesamt 1100 Musikstücken von elf verschiedenen Komponisten (100 Werke pro Komponist) evaluiert