• 한국콘텐츠학회논문지
• /
• 제14권10호
• /
• pp.51-63
• /
• 2014

이 논문은 TBC-TV의 '쇼쇼쇼'를 중심으로 한국의 음악버라이어티쇼가 어떻게 성장하고, 쇠퇴했는지를 살펴보려는 것이다. KBS-TV로 통폐합되기 전까지 토요일 저녁 8시 경에 방송을 했던 '쇼쇼쇼'는 온 가족이 주말 저녁 한 때를 즐겁게 보낼 수 있도록 해주었다. '쇼쇼쇼'는 다양한 장르의 음악들을 다루었고, 음악외에 무용, 코미디는 물론 각종 마술이나 묘기들도 선보였다. '쇼쇼쇼'는 1970년대 말까지 모든 세대에게 인기를 누린 프로그램이었다. 그러나 '쇼쇼쇼'는 점차로 음악버라이어티쇼다운 특성을 잃으며 음악 위주의 프로그램이 되었다. 또한 갈수록 성인 취향의 음악이 상대적으로 더 큰 비중을 차지하게 되었다. '쇼쇼쇼'는 통폐합의 영향으로 위축되기 시작하다가, 결국 시청행태 변화와 음악적 취향 분화의 영향으로 사라지고 말았다. '쇼쇼쇼'의 종영은 가족이 함께 보는 음악버라이어티쇼의 종말을 의미하는 것이었다.

• 문화기술의 융합
• /
• 제8권3호
• /
• pp.537-541
• /
• 2022

테크놀로지가 발전하고 음악산업을 연계한 다양한 어플리케이션이 뉴미디어를 통해 대중화되고 있다. 음악 시장도 많은 변화가 일어났다. 음악저작권과 공연권이 음악 비즈니스의 중심을 이루던 기존 음악 시장에서 음악저작권 파생 투자 상품을 비롯하여 아티스트와 팬을 연결하는 소통 창구를 일원화하고 관리하게 되었다. 팬덤을 부가 사업 디지털 콘텐츠로 연결하는 기술은 하이브와 와이지엔터테인먼트의 위버스(Weverse)를 비롯하여 SM 엔터테인먼트의 버블(Buble)과 같은 글로벌 플랫폼으로 변모했다. 게다가 급변하는 5G 산업 생태계에 신속하게 대응할 수 있도록 5G MEC(MobileEdgeComputing) 환경을 구축하기 위한 다양한 국책성 지원 사업은 실감콘텐츠 실증과 실감콘텐츠 테스트 및 기술 분석 등을 지원함으로 점차 확대되는 메타버스 콘텐츠 시장에 효율적으로 부응할 수도록 기반을 마련하고 있다. 기술의 발전으로 음악 시장이 혁신적으로 변하고 있다. 이에 본 논문은 테크놀로지가 가지고 온 음악 시장의 변혁을 가져온 기술 적용 사례를 고찰하고 음악 사업의 새로운 시대 전략을 제시하고자 한다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 하계학술대회
• /
• pp.42-45
• /
• 2014

본 논문은 K-Pop 디지털 음원 서비스에 활용 가능한 음악 정보 (Music Information)를 기술하기 위한 Music Description 중 K-Pop Genre Description에 대한 연구이다. 본 연구는 K-Pop 상용화 서비스에 활용하기 위한 음악 장르 분류를 제안하였다. 기존에 서비스되고 있는 K-Pop 디지털 음원 포털의 음원 분류를 체계적으로 분석한 결과를 통하여, 상용화에 가장 적합한 K-Pop 음악 분류 서비스를 위한 장르 체계를 제안하고 있다. 또한, TV-anytime 등 국제적 상용화 및 표준화에 적용된 기존의 장르 분류들과의 매핑을 통하여 확장 및 공유가 가능한 형태의 새로운 장르 분류체계 관리를 위한 메타데이터 규격을 제안하고 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.258-260
• /
• 2011

이 논문에서는 쿼리-바이-싱잉/허밍 (Query-by-singing/humming, QbSH) 시스템 또는 커버 노래 인식 (cover song identification) 시스템에서 사용 가능한 멜로디 유사도를 제안한다. QbSH 또는 커버 노래 인식은 디지털 음악의 사용이 보편화되면서 음악 검색의 방법으로 많은 연구가 진행되어 오고 있다. 멜로디 유사도는 이런 시스템을 구현하는데 필수적인 요소이며, 두 개의 음악에서 멜로디가 추출되었다고 가정하고, 추출된 멜로디 사이의 유사한 정도를 수치로 표현한다. QbSh 시스템이나 커버 노래 인식 시스템은 멜로디 유사도에 기반하여 입력 노래와 유사한 노래를 데이터베이스에서 검색하는 작업을 수행한다. 이 논문에서 제안하는 멜로디 유사도 방식은 기존의 많이 연구되던 동적 시간 왜곡 (dynamic time warping, DTW) 방법과 크로마 표현 방법 (chroma representation)을 사용하였다. DTW방법은 비대칭적으로 사용하고 미디 노트 영역에서 표현된 멜로디 특징은 0이상 12 미만의 크로마 레벨로 표현하였다. 기존의 방법에서는 정수값을 많이 사용하였으나 이 논문에서는 실수값을 사용한다. DTW 에 사용하는 거리 함수를 기존에 사용하던 차이의 절대값 대신 꺾인 함수 형태를 사용함으로써 성능을 높였다. QbSH 시스템에서의 실험을 통해서 성능을 검증하였다. 본 논문에서는 10-12초 길이의 1000번의 쿼리(Query)에 대해서 28시간 정도의 데이터베이스에서 실험한 결과, 순위 역의 평균 (Mean reciprocal rank, MRR) 값이 0.713을 보였다.

• 방송공학회논문지
• /
• 제13권3호
• /
• pp.380-387
• /
• 2008

본 논문에서는 음성 특성에 기반을 둔 보컬 영역 검색 알고리듬을 적용하는 가라오케 시스템을 제시한다. 제안한 시스템에서 입력 음악은 보컬 영역 검색 알고리듬을 통해 보컬 부분과 반주 부분으로 분류된다. 그런 다음, 보컬 영역에 대해서만 보컬 제거기법을 적용한다. 보컬 영역 검색에서는 TICFT (twice iterated composite Fourier transform) 영역에서 보컬의 특성을 고려하여 분류를 수행한다. 보컬 제거를 위해서 대역 통과 필터링 된 보컬 영역으로부터 보컬 성분을 추출하고, 이를 원래의 음악에서 감산함으로써 보컬 성분이 제거된 음악을 얻는다. 본 논문에서 제시한 기법은 4곡의 노래에 적용하고, 그 성능을 평가한다.

• 한국음향학회지
• /
• 제38권6호
• /
• pp.697-702
• /
• 2019

방송 콘텐츠의 혼합 신호에서 배경음악 신호를 분리하는 확장된 합성곱을 이용한 멀티 밴드 멀티 스케일 DenseNet을 제안한다. 확장된 합성곱은 스펙트로그램의 다양한 스케일 문맥 정보를 학습하기 용이하도록 한다. 컴퓨터 모의실험 결과, 제안한 구조는 신호대잡음비(Signal to Noise Ratio, SNR) 0 dB, -10 dB의 환경에서 각각 0.15 dB, 0.27 dB의 신호대왜곡비(Signal to Distortion Ratio, SDR)를 개선하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2019년도 추계학술대회
• /
• pp.67-68
• /
• 2019

머신러닝을 활용한 이미지 분류는 단순 사물을 넘어서 사람의 감성과 같은 추상적이고 주관적인 개념에도 적용되고 있다. 이 중에서도 합성곱 신경망을 통한 이미지의 감정 분류 연구가 더욱 활성화되고 있다. 그럼에도 다양한 멀티미디어들을 머신러닝 알고리즘으로 분석하고 이를 의미있는 결과로 재생성하기는 매우 복잡하고 까다롭다. 본 연구에서는 기존 연구를 개선시켜 음악 데이터를 다층퍼셉트론 모델을 통해 분류된 이미지와 결합한 동영상을 파이썬의 다양한 라이브러리를 통해 자동으로 생성하였다. 이를 통해 특정 분위기로 분류된 이미지들과 이에 어울리는 음악을 매칭시켜 유의미한 새로운 멀티미디어를 자동으로 생성할 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 1999년도 학술대회
• /
• pp.207-210
• /
• 1999

서양음악의 음향학적인 측면에서의 연구는 오랜 기간 동안 진행되어왔다. 이를 통해 콘서트홀의 음향학적 특성을 평가할 수 있는 객관적 지표들을 제시할 수 있었다. 하지만 국악에 있어서는 공연장에 대한 음향학적인 지표가 공식화된 것이 없고, 게다가 지표를 찾기 위한 충분한 국악전용 공연장의 수가 부족하다. 따라서 본 논문에서는 국립국악원 예악당의 모델을 기초로 한 컴퓨터 모의실험을 통해서 얻어진 가상 국악공연장을 바탕으로 RT, Warmth, IACC, ITDG 등의 4가지 지표를 가지고 각기 다양한 시료를 제작하여 청취실험을 실시하였다. 그 결과 서양음악과는 다른 경향의 RT, Warmth 선호도를 추출할 수 있었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 하계학술대회
• /
• pp.3-4
• /
• 2014

음악 장르 분류 분야에서는 다양한 특징을 모아서 특징 벡터를 만들고 이를 support vector machine (SVM)와 같은 분류기에 입력하는 시스템이 주로 사용되고 있다. 이 논문에서는 거리 함수 학습를 음악 장르 분류를 위한 특징 벡터의 간소화에 적용하였다. 여러 거리 함수 학습 방법 중 하나의 방법을 선택하고, 기존의 논문들에서 사용되었던 특징 셋을 활용하여 기존 특징 셋에 대해서 성능을 떨어뜨리지 않으면서 특징 셋의 길이를 줄일 수 있는지 살펴본다. 우리의 실험에서는 168차원의 특징 셋을 10차원까지 줄였는데, 이 경우 분류 정확도가 2% 이내로 저하되었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.29-30
• /
• 2017

본 논문에서는 인간의 청각 기관을 모델링 한 스파이크그램 (spikegram)을 이용한 심층 신경망 기반의 음악 장르 분류 기술을 제안한다. 분류 대상은 GTZAN 데이터 세트의 10개 장르로 정의한다. 본 논문에서는 청각 기관의 인식 방법을 모델링한 방법을 이용하여 스파이크그램을 구하고, 스파이크그램에서 새로운 특성 벡터를 추출하는 방법을 제안한다. 제안하는 방법을 통해 심층 신경망에 적합한 특성 벡터를 구하고 이렇게 구한 특성 벡터로 신경망을 학습시켜 기존에 사용하던 다양한 방법들보다 높은 성능을 얻을 수 있다.