• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.175-177
• /
• 2002

본 논문에서는 대화형 유전자 알고리즘을 이용한 음악검색 시스템을 개발한다. 기존의 음악검색 시스템은 찾고자 하는 음악에 대한 정보를 필요로 하기 때문에 사용자가 시스템이 요구하는 정보를 가지고 있지 않는 경우 검색이 힘들다. 하지만 대화형 유전자 알고리즘을 통한 질의어 생성방식을 이용하면 사용자의 주관적 감정에 의한 음악검색을 할 수 있다. 먼저 사용자가 초기 유전자형에 의해 선택된 음악을 듣고 주관적인 평가를 내리면 이 평가값으로 유전자 알고리즘을 이용하여 질의어를 생성, 가장 가까운 음악을 검색하여 들려준다. 사용자는 이러한 과정을 반복하여 자신의 주관적 평가에 따라 진화되는 유전자형에 의해 원하는 음악을 점진적으로 검색한다. 이를 통해 사용자는 전문적인 음악적 지식이나 찾고자 하는 음악에 대한 특별한 정보없이 개인의 주관에 의한 검색을 할 수 있을 것이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.1027-1030
• /
• 2014

대중음악과 스마트폰 기술이 발달하면서 사용자가 직접 음악을 검색할 수 있는 내용 기반 음악 검색 기술이 연구되었다. 그 결과 허밍을 사용하여 음악을 검색할 수 있는 음악 검색 시스템이 개발되었지만, 검색 속도가 느리고 검색 결과가 부정확한 시스템이 많다. 본 논문에서는 음원의 주파수 변화율을 측정하고 이를 코사인 유사도 알고리즘을 이용하여 유사도를 측정하는 음악 검색 시스템을 설계하였고, 각 설계요소를 설명한다. 새로 설계한 음악 검색 시스템을 기반으로 한 실험을 통하여 기존의 음악 검색 시스템과 유사한 성능이 나오는 것을 확인하였으며 본 논문에서 제시한 새로운 음악 검색 시스템은 기존 음악 검색 시스템보다 구조가 단순하면서도 유사한 결과를 내고 있다.

• Proceedings of the KAIS Fall Conference
• /
• 2000.10a
• /
• pp.339-347
• /
• 2000

본 논문은 디지털 음악 도서관에서 입력된 음성을 인식하여 생성한 음곡선에 의해 임의의 음악정보를 효율적으로 검색하기 위한 알고리즘을 제안한다. 종래의 전형적인 음악정보 검색 항목인 제목이나 작곡자 또는 주제를 입력하는 것이 아니라, 사용자가 음악 데이터베이스로부터 검색하고자 하는 음악의 일부를 마이크를 통해서 노래한다. 그러면 입력된 음성에 대한 음 신호를 처리하여 음표정보를 인식하고, 이를 바탕으로 음정 곡선을 생성하여 이를 탐색 패턴으로 사용한다. 제안한 검색 알고리즘은 일반적으로 근사 탐색을 위해 많이 사용하는 동적 프로그래밍 방법과 함께 실험을 통해 탐색 시간을 비교하여 향상된 탐색 시간을 보인다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.760-762
• /
• 2008

음악에서는 다양한 감정의 표현을 시간에 따른 음악 무드의 전이로 표현한다. 본 연구에서는 Longest Common Subsequence (LCS) 알고리즘 및 k-Means 알고리즘에 기반한 유사 음악 검색 기법을 제안한다. 우선, 음악 무드의 흐름을 무드 세그먼트 단위로 나누고, 이를 추출된 다양한 음악 특성을 k-Means 알고리즘으로 분류하여 무드 시퀀스로 변환한다. 또한, 유사한 무드의 흐름을 가지는 음악을 검색하기 위해 LCS 알고리즘에 기반한 무드 시퀀스의 유사도를 정의한다. 본 논문은 제안된 내용을 바탕으로 실험과 설문 조사를 통해, 기존의 전역적 특성 검색 방식보다 시퀀스를 이용한 검색방식이 좀 더 효율적임을 증명하였다.

• The Transactions of the Korea Information Processing Society
• /
• v.7 no.12
• /
• pp.3762-3774
• /
• 2000

The advances of computer hardware and information processing technologies raise the needs of multimedia information retrieval systems. Up to date. multimedia information systems have been developed for text information and image information. Nowadays. the multimedia information systems for video and audio information. especially for musical information have been grown up more and more. In recent music information retrieval systems. not only the information retrieval based on meta-information such like composer and title but also the content-based information retrieval is supported. The content-based information retrieval in music information retrieval systems utilize the similarity value between the user query and the music information stored in music database. In tbis paper. hence. we developed a similarity computation algorithm in which the pitches and lengths of each corresponding pair of notes are used as the fundamental factors for similarity computation between musical information. We also make an experiment of the proposed algorithm to validate its appropriateness. From the experimental results. the proposed similarity computation algorithm is shown to be able to correctly check whether two music files are analogous to each other or not based on melodies.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.1084-1086
• /
• 2020

동영상 공유 플랫폼의 발전으로 다양한 영상들이 업로드 되고 있는데, 영상에 사용된 음악의 저작권 행사를 위해서는 음악 검색 알고리즘의 역할이 매우 중요하다. 그러나, 커버곡과 같이 원곡을 변형하여 사용한 경우에는 단순한 음악 검색 알고리즘으로는 이러한 상황을 탐지하기가 쉽지 않다. 음악의 높낮이나 빠르기 등이 바뀌어도 검색 성능이 유지되어야 하지만, 현재까지 연구된 알고리즘들은 이러한 변화에 취약하기 때문이다. 이에 본 연구에서는 멜로디 라인의 변곡점을 활용한 커버곡 검색 알고리즘을 제안한다. 본 알고리즘은 멜로디 라인을 중심으로 하여 높낮이 변화에도 높은 성능을 유지하고, 변곡점을 이용하기 때문에 빠르기 변화에 강하고 사용되는 메모리 양은 적다는 장점이 있다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.12 no.1
• /
• pp.81-87
• /
• 2013

In this paper, we propose a music search algorithm for automotive infotainment system. The proposed method extracts fingerprints using the high peaks based on log-spectrum of the music signal, and the extracted music fingerprints store in cloud server applying a hash value. In the cloud server, the most similar music is retrieved by comparing the user's query music with the fingerprints stored in hash table of cloud server. To evaluate the performance of the proposed music search algorithm, we measure an accuracy of the retrieved results according to various length of the query music and measure a retrieval time according to the number of stored music database in hash table.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.01a
• /
• pp.181-182
• /
• 2015

음악 검색에 있어 소셜 태그 정보는 사용자로 하여금 음악의 내재적 의미를 빠르게 파악할 수 있도록 한다. 음악의 소셜 태그 정보는 음악 추천 시스템을 활용하는 사용자(청취자)에 의해 점진적으로 완성되기 때문에 초기에 완전한 태그 정보를 수집하는 것은 어렵다. 본 논문에서는 음악의 일부 태그가 누락되어 있는 상황에서 음악 정보 검색을 자동으로 수행할 수 있는 클래스 분류 알고리즘을 제안하고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.441-443
• /
• 2011

본 논문은 오디오 특징 분석을 기반으로 한 음악검색 방법에 대한 기술과 연구에 대한 내용이다. 본 연구에서는 크게 3가지의 주요 알고리즘을 이용하여 다 성음에서의 오디오 특징을 추출하고 3가지의 각자 다른 방식의 매칭 알고리즘을 기반으로 한 퓨전 매칭 방식을 제안한다. 오디오 특징으로는 메인 멜로디, 음악 구조를 분석한 세그먼테이션 정보를 이용한다. 본 연구에서 사용된 음악 DB는 음악 포털 서비스에서 제공하는 장르를 기반으로 한 8가지 장르에서 다양한 범위에서 2000곡을 선곡하였다. 오디오 특징 추출을 위한 알고리즘 개발과 매칭 알고리즘 개발을 위하여 음악 DB 2000곡 중 장르의 비율을 고려하여 100곡을 선정하고, 24명으로부터 1200개의 허밍을 녹음하였다. 24명중 3명은 대학에서 음악을 전공하고 나머지는 음악적 교육을 받은 경험이 없는 사람들이다. 1200개의 허밍을 분석한 결과 전체 허밍 중 60%정도가 노래의 시작 부분을 허밍하거나 노래를 불렀고, 30%정도는 하이라이트 부분을 허밍 하였다. 나머지 10%정도는 자신이 가장 자신 있는 부분을 불렀다. 이러한 분석 결과를 기반으로 가장 중요한 부분은 노래가 시작되는 부분에서의 멜로디를 정확하게 찾아내는 것이 무엇보다 중요하다는 것이다. 본 연구에서 검색결과의 평가는 MRR를 이용하여 측정하였다. MIDI DB를 사용한 경우가 다 성음에서 직접 멜로디를 추출한 경우보다 약간 성능이 우수하게 나왔으나 그 차이는 미미했다. 본 연구에서는 개발된 알고리즘을 이용하여 PC상에서 사용할 수 있는 클라이언트 프로그램과 Android app를 개발하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.142-145
• /
• 2010

본 논문에서는 사용자의 12가지 감성 정보와 음악의 8가지 무드 카테고리를 기반으로 음악을 추천해주는 시스템을 구현하였다. 사용자의 감성과 음악의 무드를 기반으로 음악을 검색하기 위해 전공자 집단 5명과 비전공자 집단 13명, 총 18명으로부터 감성 히스토리 정보와 무드 분류 정보를 얻었다. 감성 히스토리 정보는 참여자가 자신의 감성 정보를 지정하고 어떤 음악을 들었는지를 나타내며, 무드 분류 정보는 각 곡이 어떤 무드를 갖는지를 나타낸다. 위에서 얻어진 정보를 바탕으로 사용자의 감성 정보를 기반으로 3가지 각기 다른 추천 알고리즘을 구현했다. 첫 번째 알고리즘은 사용자 감성 정보를 기반으로 얻어진 유사도 곡 리스트 중 1위곡의 무드 정보를 이용하여 음악을 추천한다. 두 번째 알고리즘은 첫 번째 알고리즘에서 1위곡부터 20위곡까지의 무드 정보를 이용하여 음악을 추천한다. 마지막 추천 알고리즘은 사용자 감성 정보를 기반으로 얻어진 유사도 곡 리스트를 등록된 사용자들이 가장 많이 들었던 순서대로 정렬하여 음악을 추천한다.