音乐窃检测算法
在此项目中，我们开发了一种基于最大流和编辑距离的新颖音乐窃检测算法，并且还考虑了音乐理论来检测音乐相似的序列。 我们还针对依法判断的音乐窃的几种情况提出了新的实验，与其他算法相比，我们的算法显示出较高的准确性。
环境
pretty_midi == 0.2 . 9
numpy == 1.19 . 4
您可以通过以下命令设置环境：
pip install -r requirements.txt
模型结构
我们的模型的结构如下所示。
在此模型中，音乐由音符序列表示。 音符序列被切成短段以表示网络流中的节点。 两个节点之间的权重基于它们的编辑距离。 我们使用KM算法来获得最大匹配，以表示两首歌曲的相似性。
数据集
基线：
我们使用上述数据集作为基准，并添加了更多被合法认定为窃的歌曲对。 数据集在dataset集中提供。
实验
在我们的实验中，我们要求算法选择歌曲并在数据集中
