• 제목/요약/키워드: 음악 장르

검색결과 259건 처리시간 0.029초

개인 취향에 맞는 음악 장르 추천 시스템 (The Adaptable Music Genre Recommendation System to The Individual Taste)

  • 강성춘;이고은;박정근;손영선
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국퍼지및지능시스템학회 2003년도 추계 학술대회 학술발표 논문집
    • /
    • pp.114-117
    • /
    • 2003
  • 본 논문에서는 사용자가 음악을 직접 선곡하지 않고 락, 트로트, 댄스, 힙합, 발라드 등 5가지의 장르 중 사용자가 선호하는 음악의 장르를 추천하는 시스템을 구현하였다. 실시간으로 연주되는 음악에서 Bass Drum 신호를 추출ㆍ분석하여, 기본적으로 한 마디에 소요되는 시간, 주법, 진폭 등 세가지 파라메터를 이용하여 5가지 장르로 분류하였다 선택 곡 수와 들은 시간으로 퍼지 추론을 통해 각 장르에 대한 사용자 만족도를 평가한다. 평가된 만족도에 의해 사용자가 선호하는 장르의 음악을 제공하는 시스템을 제안한다.

  • PDF

음악의 대표구간을 이용한 내용기반 장르 판별에 관한 연구 (The Content-based Genre Classification using Representative Part of Music)

  • 이종인;김병만
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
    • /
    • pp.211-214
    • /
    • 2008
  • 일부 음악 장르분류에 관한 기존 연구에서는 특징 추출을 위한 구간 선택 시 사람이 직접 음악의 주요 구간을 지정하는 방법을 사용하였다. 이러한 방법은 분류 성능이 좋은 반면 수작업으로 인한 부담으로 새롭게 등록되는 음악들에 대해 지속적으로 적용하기가 곤란하다. 이러한 이유로 최근 음악 장르 분류와 관련된 연구에서는 자동으로 추출구간을 선정하는 방법을 사용하고 있는데 이러한 연구의 대부분이 고정된 구간 (예, 30초 이후의 30초 구간)에서 특징을 추출하는 관계로 분류의 정확도가 떨어지는 문제점을 갖고 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 음악 전체 구간에 대하여 반복구간을 파악하고, 그 중 음악을 대표할 수 있는 단일 대표구간을 선정한 후, 대표구간으로 부터 특징을 추출하여 장르 분류 시스템에 적용하는 방법을 제안하였다. 실험 결과, 기존 고정구간을 사용한 방법에 비해 괄목할 만한 성능 향상을 얻을 수 있었다.

  • PDF

스펙트럼 대비 MFCC 특징의 음악 장르 분류 성능 분석 (Study on the Performance of Spectral Contrast MFCC for Musical Genre Classification)

  • 서진수
    • 한국음향학회지
    • /
    • 제29권4호
    • /
    • pp.265-269
    • /
    • 2010
  • 본 논문에서는 새로운 형태의 스펙트럼 특징인 스펙트럼 대비 MFCC (SCMFCC)를 제안하고 음악 장르 분류 성능을 분석하였다. 음악 장르 분류를 위해서는 장르 간의 차이를 두드러지게 할 수 있는 특징을 사용해야 하므로, 음악의 화음 구조 및 강약을 잘 표현하는 스펙트럼 대비 특징들이 관심을 받아왔다. 본 논문에서 제안된 SCMFCC는 멜 켑스트럼 상에서 스펙트럼의 대비를 이용하여 기존의 MFCC를 음악 분류에 적합하도록 변형했다. 널리 사용되고 있는 음악 장르 데이터베이스에서 실험을 수행하여, 제안된 SCMFCC 특징의 음악 장르 분류 성능을 기존의 다른 특징들과 비교하였다.

음악 장르 분류법에 따른 자동판별 성능분석 (Performance Analysis of Automatic Music Genre Classification with Different Genre Data)

  • 송민균;문창배;김현수;김병만
    • 한국정보과학회:학술대회논문집
    • /
    • 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(C)
    • /
    • pp.288-291
    • /
    • 2011
  • 기존 음악 장르 분류의 경우 음악의 특징 추출 또는 기계학습을 중점적으로 연구되어왔다. 하지만 자동 분류에 필요한 장르 데이터는 음악을 제공하는 웹 사이트마다 다르고, 각 웹 사이트의 장르 분류는 해당 음악이 아닌 앨범의 장르를 표시한다. 보다 나은 자동 분류를 위해서는 일관된 장르 데이터의 제공이 필요한데, 본 논문에서는 이러한 연구의 일환으로 여러 웹사이트에서 수집한 장르 데이터에 따른 판별 성능을 분석하였다. 분석 결과 장르 분류 방법에 따라 신경망 학습 및 판별성능이 큰 차이가 발생하였다.

음악 장르 분류를 위한 부밴드 분해와 특징 차수 축소에 관한 연구 (An investigation of subband decomposition and feature-dimension reduction for musical genre classification)

  • 서진수;김정현;박지현
    • 한국음향학회지
    • /
    • 제36권2호
    • /
    • pp.144-150
    • /
    • 2017
  • 음악 장르는 음악 검색 및 분류 등의 정보 처리 시스템 구현에 있어서 필수적인 요소이다. 일반적으로 장르 분류를 위한 스펙트럼 특징은 음악의 화음 및 강약 구조를 표현하기 위해 부밴드로 분해하여 구해진다. 본 논문은 음악 장르 분류 성능 개선을 위한 특징 추출을 위한 부밴드 분해 방법에 관해 연구하였다. 또한 부밴드 음악 특징의 차수를 줄일 수 있는 방법에 대해서도 연구하였다. 널리 사용되고 있는 장르 데이터셋들에서 실험을 수행하여 널리 사용되고 있는 옥타브 스케일보다 세분화된 부밴드 분해가 장르 분류 성능을 향상시킬 수 있으며, 특징 차수 축소를 결합하여 분류기의 계산량도 줄일 수 있음을 보였다.

열량 소비에 도움을 주는 음악장르 연구 (A Study on Music Genre Help to Burn Calories)

  • 윤지성;배명진
    • 한국컴퓨터정보학회:학술대회논문집
    • /
    • 한국컴퓨터정보학회 2016년도 제53차 동계학술대회논문집 24권1호
    • /
    • pp.291-292
    • /
    • 2016
  • 비만의 인구가 증가함에 따라 비만을 치료하는 방법에 대한 관심도 높아지고 있다. 본 논문에서는 운동 시 열량 소비에 더욱 도움을 주는 음악장르를 알아보는데 목적을 두었으며 6가지 장르의 음악을 선정하여 10분간 사이클을 타며 칼로리를 비교분석 하였다. 평균적으로 디스코, 댄스, 힙합음악을 들을 때 더 많은 칼로리를 소모하였다.

  • PDF

은닉 마코프 모델을 이용한 사용자 선호도 분석 기반의 음악 추천 시스템 (Music Recommendation System Based on User Preference Analysis Using Hidden Markov Model)

  • 김건수;이동훈;윤태복;이지형
    • 한국지능시스템학회:학술대회논문집
    • /
    • 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
    • /
    • pp.56-59
    • /
    • 2008
  • 현재의 음악 서비스들의 대부분은 음악을 가수 이름이나 장르와 같은 키워드들로 구분하여 사용자에게 제공한다. 하지만 음악의 장르가 다양해지고, 장르별로 음악의 유형도 다양해짐에 따라 키워드 기반은 음악 제공 방법만으로는 사용자가 원하는 음악을 제공하는데 한계가 있다. 이런 한계점을 극복하기 위하여 음악 자체의 성질을 기반으로 음악을 분석하는 컨텐츠 기반의 음악 분석 방법이 필요하다. 또한 사용자가 원하는 음악을 제공 받을 수 있도록 사용자의 음악 선호도를 분석하여 그에 맞는 음악을 제공하는 방법도 필요하다. 본 논문에서는 음악의 시퀀스 정보와 특징을 추출하여 음악 모델을 구축하고, 이를 사용하여 사용자의 음악 선호도를 분석하는 방법을 제안하고, 사용자의 선호도에 맞는 음악을 제공하기 위하여 선호도 분석 방법을 통해 음악을 추천해주는 시스템을 제안한다.

  • PDF

한국 소울가요의 태동에 관한 연구 -1960년대 한국 대중음악을 중심으로- (A Study on Beginning of Soul Music in 1960's Korea Popular Music)

  • 원재웅;조태선
    • 한국산학기술학회:학술대회논문집
    • /
    • 한국산학기술학회 2011년도 춘계학술논문집 2부
    • /
    • pp.622-625
    • /
    • 2011
  • 1960년대 한국의 대중음악은 미국을 중심으로 한 서구음악의 유입과 음악 감상실의 유행, 방송국 개국 등의 많은 환경적 변화를 통하여 크게 발전하였다. 1960년대 초반에는 서양식 유행가와 일본식 유행가라는 2가지 장르의 가요가 인기를 끌었고, 1960년대 후반에는 로큰롤, 록, 소울, 포크에 이르기까지 다양한 장르의 음악이 고르게 성장했다. 본 연구는 1960년대 음악적 사회적 환경의 변화와 당시 유행했던 곡들을 중심으로 다양한 가요장르의발전에 대해 살펴보는 연구이다.

  • PDF

생성적 적대 신경망(GAN)을 이용한 딥러닝 음악 장르 분류 시스템 모델 개선 (Deep Learning Music Genre Classification System Model Improvement Using Generative Adversarial Networks (GAN))

  • 배준
    • 한국정보통신학회논문지
    • /
    • 제24권7호
    • /
    • pp.842-848
    • /
    • 2020
  • 아이튠즈, 스포티파이, 멜론 등 음악시장은 바야흐로 스트리밍의 시대로 접어들었고, 음악 소비자의 취향에 맞는 음악 선곡과 제안을 위해 음악장르 자동 구분 시스템에 대한 요구와 연구가 활발하다. 이전 논문에서 제안한 소프트 맥스를 이용한 딥러닝 음악장르 자동구분 투표 시스템을 더욱 발전시켜 생성적 적대 신경망(GAN)을 이용하여 이전 시스템의 미흡한 점이었던 장르 미분류 곡들에 대한 정확도를 높이는 방법을 제안한다. 이전 연구에서는 전체 곡을 작은 샘플 로 나누고 각각의 샘플을 CNN 분석하여 그 결과들의 총합으로 장르 구분을 하는 투표 시스템으로 곡 장르분류 정확도를 높일 수 있었다. 하지만 곡의 스펙트로그램이 곡의 장르를 파악하기에 모호한 곡의 경우에는 미분류 곡으로 남겨놓을 수밖에 없었다. 이 논문에서는 생성적 적대 신경망을 이용하여 미분류 곡의 스펙트로그램을 판독하기 쉬운 장르의 스펙트로그램으로 바꾸어 미분류 곡의 장르 구분 정확도를 높이는 시스템을 제안하고 그 실험결과 기존 방식에 비해 우수한 결과를 도출해낼 수 있었다.

PC게임 장르에 따른 게임 테마음악의 위치화 연구 : 음악종류, 음악의 구조적 요소, 이미지를 중심으로 (A Study on the Location of Game-themed Music by PC Game Genre : Focusing on types of music, structural elements of music, and images)

  • 박관익;황경호;이형석
    • 한국게임학회 논문지
    • /
    • 제20권2호
    • /
    • pp.75-90
    • /
    • 2020
  • 본 연구의 목적은 PC게임을 구성하는 주요한 요소 중 하나인 음악의 기능적 역할을 알아보는데 있다. 이를 위해 PC 게임의 장르별 테마음악을 분석 유목을 통해 구분한 후 다중 대응일치분석을 사용하여 '음악종류', '음악의 구조적 요소', '이미지' 간의 거리를 시각적으로 위치화하여 변인간의 관련성을 분석하였다. 그 결과 게임 장르별 음악의 종류와, 음악의 구조적 요소, 이미지의 특성별 공간의 위치적 차이가 있음을 확인하였다.