流行音乐语料分析中，Matlab代码用于结构特征提取，并借助Python工具。

简介：
该代码的结构特征提取功能，基于Matlab，用于构建一个分析工具，该工具专门针对流行音乐录音语料库的钩子发现进行语料库分析。此外，还提供了一个Python工具，可独立运行或协同工作。您可以通过整合自己的心理声学功能，并同时利用其他模块来实现更全面的分析。请务必注意，为了充分利用所有脚本，需要假设音频文件已经过预先分段处理（例如，已针对结构部分进行分割）。该基本功能模块所需的软件包括Matlab、Librosa和VAMP。结构特征的提取过程包含三个关键步骤：首先是基础特征提取，它专注于提取常见的、熟悉的音频时间序列特征；其次是工具箱的MFCC、色度、旋律和感知特征提取功能的实现（包装器）。目前，“节奏”分支的功能正在积极开发中。值得注意的是，该工具箱依赖于大量的外部代码库，但其使用也相当简便：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）。音高和节奏描述符的提取则基于第一步中计算出的色度和/或旋律信息来生成高级音高描述符。本质上，这些描述符是对多种音频二元描述符的一种具体实现。相关资料请参考[1]和[2]。