क्रोमा विशेषताओं और गतिशील प्रोग्रामिंग बीट ट्रैकिंग के साथ `कवर गानों' की पहचान करना

बड़ी संगीत संग्रहण, जो हजारों से लेकर millions ट्रैकों तक फैली होती हैं, मैनुअल खोज के लिए उपयुक्त नहीं होती हैं, जिससे स्वचालित खोज विधियों के विकास को प्रेरित किया जाता है। जब विभिन्न संगीतकार एक ही अंतर्निहित गीत या रचना का प्रदर्शन करते हैं, तो इन्हें `कवर' संस्करण कहा जाता है। हम एक प्रणाली का वर्णन करते हैं जो संगीत ऑडियो रिकॉर्डिंग के बीच ऐसे संबंध की पहचान करने का प्रयास करती है। टेम्पो में भिन्नता से निपटने के लिए, हम प्रत्येक टुकड़े का वर्णन एक विशेषता वेक्टर के साथ करते हैं। वाद्य यंत्रों में वेरिएशन से निपटने के लिए, हम 12-आयामी `क्रोमा' विशेषता वेक्टर का उपयोग करते हैं जो ऑक्टेव के प्रत्येक सेमीटोन का समर्थन करने वाली स्पेक्ट्रल ऊर्जा को संग्रहित करते हैं। दो रिकॉर्डिंग की तुलना करने के लिए, हम दो ट्रैकों के लिए पूरी बीट-बाय-क्रोमा प्रतिनिधित्व को क्रॉस-कोरिलेट करते हैं और अच्छी स्थानीय संरेखण इंगित करने वाले तेज चोटियाँ खोजते हैं। कई डेटाबेस पर मूल्यांकन अच्छे प्रदर्शन को इंगित करता है, जिसमें स्वतंत्र अंतरराष्ट्रीय मूल्यांकन पर सर्वश्रेष्ठ प्रदर्शन शामिल है, जहाँ प्रणाली ने शीर्ष-10 रिटर्न में सच्चे कवर संस्करणों के लिए 0.49 का औसत प्रतिलोम रैंकिंग प्राप्त किया।