Melodeierkennung

Melodieerkennung, auch Melodierkennung genannt, bezeichnet in der Musik- und Signalanalyse die automatische Bestimmung der Melodielinie eines Audiosignals. Ziel ist es, aus einer Aufnahme eine repräsentative Kontur der Tonhöhe über die Zeit zu extrahieren, wobei monophone und polyphone Signale unterschieden werden. Bei monophonen Aufnahmen folgt die Melodiekurve meist der singbaren Linie; bei polyphonen Stücken muss die dominante Melodie oft aus Begleitung und mehrstimmigen Strukturen herausgeholt werden.

Typische Verfahren umfassen die Schätzung der Grundfrequenz (Pitch Tracking) mittels Methoden wie YIN, Autokorrelation oder spektral-harmonischen Ansätzen, gefolgt von der Extraktion einer Melodiekontur und ihrer Glättung. Zusätzlich unterstützen Onset-Detektion und Taktzuordnung die Segmentierung in Noten. Robuste Merkmale wie Chromagramme (Chroma Features) und chroma-basierte Repräsentationen dienen der Unabhängigkeit von Timbre und Instrumentierung. Zur Trennung von Melodie und Begleitung kommen Quelltrennung oder modellbasierte Ansätze zum Einsatz. Moderne Systeme verwenden häufig statistische Modelle (HMM, CRF) oder neuronale Netze (CNN, RNN, LSTM, Transformer), um Melodien direkt aus Spektraldaten oder Zeitreihen vorherzusagen.

Anwendungsgebiete reichen von automatischer Transkription über Musik-Indexierung bis hin zu Karaoke-Anwendungen und der Synchronisation von Audio mit Notenmaterial. Zu den Herausforderungen zählen polyphone Begleitung, variable Intonation, Vibrato, Portamento, Tempo- und Tonartwechsel sowie Aufnahmequalität. Melodieerkennung wird im Bereich des Musik-Informations-Retrieval evaluiert, etwa im Rahmen öffentlich verfügbarer Benchmark-Datensätze und Wettbewerbe wie der MIREX-Melodie-Erkennung.