流行音乐语料分析中，使用Matlab提取结构特征的代码，并结合Python工具。

简介：
该Matlab代码用于计算钩子发现的语料库分析工具，旨在对流行音乐录音语料库进行深入研究。同时，也提供了一个Python工具，可以独立运行或与Matlab工具协同工作，从而灵活地整合您自己的心理声学功能，并利用其他模块提供的支持。请务必知悉，为了保证脚本的正常执行，需要预先对音频文件进行分段处理（例如，针对结构分析部分）。该工具箱的基本功能模块依赖于Matlab、Librosa和VAMP库。结构特征的提取过程包含三个关键步骤，具体演示可参考eurovision_demo.ipynb和ipythonnotebook文件。首先进行基础特征提取，主要提取时间序列中的经典特征；目前已实现（通过包装器）MFCC、色度、旋律以及感知特征的提取功能。（分支中的节奏功能正在积极开发中。）尽管该工具箱依赖于大量的外部代码库，但其操作相对简单：如果您需要集成其他功能模块，只需将它们保存为一组CSV文件（每个歌曲部分一个），并将其放置在指定文件夹中（每个功能对应一个CSV文件）。此外，音高和节奏描述符的提取则基于第一步中计算得到的色度和/或旋律信息，从而生成一系列中级音高描述符。本质上，这些描述符是多种音频二元描述符的有效实现。相关资料请参考[1]和[2]。