Zusammenfassung

MelodySim ist ein melodiebewusstes Musikähnlichkeitsmodell und Datensatz, der für die Plagiaterkennung in der Musik entwickelt wurde. Es verwendet einen neuartigen Ansatz zur melodischen Ähnlichkeit basierend auf einem segmentweisen Erkennungsmodell, um ähnliche Melodien zwischen Musikstücken zu identifizieren.

Datensatz-Erstellung

Der MelodySim-Datensatz wird durch Erweiterung des bestehenden Slakh2100 MIDI-Datensatzes erstellt, um melodieerhaltende Variationen zu generieren. Die Erweiterungen umfassen Notentrennung, Arpeggierung, geringfügigen Spur-Ausfall (außer Bass) und Re-Instrumentierung, was zu 1.710 synthetisierten Stücken und 419 Stunden Musik mit jeweils vier verschiedenen Versionen führt.

Modell und Methode

MelodySim verwendet ein segmentweises Modell zur Erkennung melodischer Ähnlichkeiten mit einem MERT-Encoder kombiniert mit einem Triplet-Neuronalen Netzwerk, um melodische Ähnlichkeiten genau zu erfassen. Die Ausgabe ist eine Entscheidungs-Matrix, die potenzielle Plagiatssegmente zwischen zwei Audiodateien anzeigt.

Installation und Verwendung

• Klone das GitHub-Repository und installiere die Abhängigkeiten über pip.
• Berechne MERT-Features vorab aus Audiodatensätzen.
• Trainiere das Modell mit den bereitgestellten Skripten unter Angabe der Verzeichnisse des Datensatzes.
• Führe die Inferenz durch, um die Ähnlichkeit zwischen zwei Audiodateien zu analysieren und zu entscheiden, ob sie ähnlich oder potenziell plagiiert sind.

Leistung

Tests mit dem MelodySim-Datensatz zeigen eine hohe Leistung mit einer durchschnittlichen Genauigkeit von 97 %, Präzision und Recall jeweils bei 97 %, was eine effektive Erkennung melodischer Ähnlichkeiten demonstriert.

Adressierte Nutzer

Dieses Werkzeug richtet sich an Forscher und Entwickler, die an der Plagiaterkennung in der Musik, Ähnlichkeitsanalysen und automatisierter musikalischer Informationsgewinnung interessiert sind.