• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2008.04a
• /
• 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.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2020.07a
• /
• pp.605-606
• /
• 2020

최근 방송 사용 음악에 대한 저작권료 배분의 투명성을 위하여 방송음악 식별 기술에 대한 관심이 커지고 있다. 음악 DNA라 부르는 음악의 신호적 특징을 이용하는 기존의 음악식별 기술이 존재하지만, 방송 배경음악의 특성으로 인해 방송 사용 음악 식별에 그대로 활용하기는 어렵다. 방송이나 영화에 사용되는 배경음악은 우리가 일상생활에서 주로 소비하는 가요나 팝과 같은 음악과 비교하여 그 수가 매우 많고, 하나의 음악 테마에 대하여 조금씩 다르게 편곡한 유사 음악들이 다수 존재한다. 즉, 방송 배경음악을 식별을 위해서는 유사한 음악이 많은 대규모 음악 DB를 대상으로 잡음이 섞여 있는 음악을 식별하여야 한다. 한편, 대부분의 음악 식별 시스템은 빠른 검색을 위하여 모든 데이터를 메모리에 올려두고 처리하는 방식으로 동작하는데, 대규모 음악 DB를 지원하기 위해서는 시스템 자원을 적게 사용하면서도 식별율이 떨어지지 않는 특징 추출 파라미터와 인덱싱 파라미터를 찾는 것이 중요하다. 본 논문에서는 이러한 요구사항을 만족하는 배경음악 특징의 추출방법과 이 특징을 효율적으로 검색할 수 있도록 하는 검색 구조를 기술한다.

• Journal of Korea Entertainment Industry Association
• /
• v.13 no.7
• /
• pp.247-259
• /
• 2019

This study aims to develop Korean film music by using Korean traditional music with proper technique. As of 2019, current Korean film music is mostly modeled after Western music. The usage of traditional music instruments is significantly lower than the usage of western instruments and is merely used in Korean historical movies as embedded music. This supports the many views that Korean traditional music seems too difficult to appeal to the general audience in these modern times. Furthermore, there aren't any such cases to apply traditional music techniques to western instruments whereas there have been many occasions where traditional music instruments imitate western instruments with its tones. The suspected reason for this is due to the lack of proper understanding and techniques of traditional music that Korean film composers have utilized, and its limited exposure in popular music. However, traditions are special and unique way to represent the history, culture, lifestyle and characteristic of countries. Therefore, it is our duty to protect our own traditions. As both a Korean, and as a musician, new film music is needed which uses traditional music instruments and its techniques. When film composers create music with better understanding of Korean traditional music, this unique music will be able to transcend borders and spread throughout the world.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.259-262
• /
• 2011

최근 들어 소리의 세기나 하모니, 템포, 리듬 등의 다양한 음악 신호 특성을 기반으로 한 음악 무드 분류에 대한 연구가 활발하게 진행되고 있다. 본 논문에서는 음악 무드 분류의 정확도를 높이기 위하여 음악 신호 특성과 더불어 노래 가사와 소셜 네트워크 상에서의 사용자 평가 등을 함께 고려하는 멀티 모달 음악 무드 분류 기법을 제안한다. 이를 위해, 우선 음악 신호 특성에 대해 퍼지 추론 기반의 음악 무드 추출 기법을 적용하여 다수의 가능한 음악 무드를 추출한다. 다음으로 음악 가사에 대해 TF-IDF 기법을 적용하여 대표 감정 키워드를 추출하고 학습시킨 가사 무드 분류기를 사용하여 가사 음악 무드를 추출한다. 마지막으로 소셜 네트워크 상에서의 사용자 태그 등 사용자 피드백을 통한 음악 무드를 추출한다. 특정 음악에 대해 이러한 다양한 경로를 통한 음악 무드를 교차 분석하여 최종적으로 음악 무드를 결정한다. 음악 분류를 기반한 자동 음악 추천을 수행하는 사용자 만족도 평가 실험을 통해서 제안하는 기법의 효율성을 검증한다.

• The Journal of the Acoustical Society of Korea
• /
• v.40 no.4
• /
• pp.290-296
• /
• 2021

The purpose of this study was to examine the perceived emotion of music according to cognitive styles of music listening. A total of 91 music-related graduate students participated in this study. They were given a questionnaire about perceived emotions of music, musical elements, and Music Empathizing-Music Systemizing Inventory. To analyze statistically, Descriptive statistics, paired t-test, ANalysis Of VAriance (ANOVA), multi-variate analysis, and Pearson correlation analysis were conducted. Results showed that participants had relatively universal experience in perceived emotions of both types of music, and also showed that musical elements contributed to the experience differed by cognitive styles of music listening.

• Proceedings of the KSLP Conference
• /
• 1998.11a
• /
• pp.213-217
• /
• 1998

한국의 음악을 처음 국악이라고 쓰게 된 것은 1907년부터이다. 이는 국악이 나라의 음악이라는 뜻으로 1907년 조선조 고종 말경에 관직제도를 개혁하면서 궁중아악의 책임 관리자를 "국악사장"이라는 직제를 두면서부터 우리나라의 정통음악을 국악이라고 표기하게 되었다. 원래 우리의 전통음악은 궁중과 사대부를 중심으로 행하여 졌던 정악과 일반서민의 음악이었던 속악으로 나누어졌으며 기타 특수한 종교음악이나 현대에 와서 작곡.된 신국악곡들도 국악의 범주에 속했다. 이러한 국악에서는 가곡, 가사, 시조, 판소리, 민요, 범패(불교음악) 등이 있었는데 여기에서 한국 현대 작곡가에 의해 우리말로 된 작곡이라 하더라도 서양식 작곡법에 따라 작곡된 오페라나 가곡 같은 음악은 전통음악인 국악에 포함시키지 않았기 때문에 오늘날 우리의 음악인 국악과 양악이 구분되고 있다. (중략)

• Digital Contents
• /
• no.9 s.136
• /
• pp.21-25
• /
• 2004

온라인 음악서비스가 유료화를 단행한 지 1년이 지났다. 지난해 7월 8개 온라인 음악사이트가 유료화를 단행한데 이어 지난 7월에는 국내 최대 온라인 음악사이트‘벅스뮤직’까지 유료화를 선언, 온라인 음악서비스의 유료화는 급물살을 타고 있다. 최근에는 한국음원제작자협회와 벅스뮤직간의 힘겨루기가 일단락되면서 온라인 음악유통 확대에 대한 기대감도 조성됐다. 국내외 온라인 음악 시장의 현황을 살펴봤다.

• 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 Korean Information Science Society Conference
• /
• 2008.06b
• /
• pp.135-140
• /
• 2008

최근 주변에서 다양한 음악분수를 찾아볼 수 있다. 음악분수의 연출을 위해서는 음악과 동기화되는 물의 움직임을 정의하는 음악분수 시나리오가 요구된다. 하지만 일반적으로 이러한 시나리오는 전문가들에 의하여 생성되기 때문에, 비용적인 문제로 인하여 다양한 음악에 대한 시나리오가 생성되지 못하고 있는 현실이다. 본 논문에서는 예제 기반 방식을 이용하여 자동으로 음악 분수의 시나리오를 생성하는 방법을 제안한다. 즉 기존에 전문가들에 의하여 생성되었던 음악분수의 시나리오를 분석하여 데이터베이스화 시킨 후, 이를 새롭게 합성하여 시나리오를 생성한다. 또한 음악분수 시나리오 생성에서 중요하게 요구되는 음악과 물 모양의 동기화를 위하여 본 논문에서는 임의의 음악이 들어왔을 때, 이 음악의 비트를 추출한 후 비트를 단위로 시나리오를 합성하게 된다. 사용자 실험결과 본 기술에 의하여 자동 생성된 시나리오는 전문가가 생성한 시나리오와 큰 차이가 나지 않음을 알 수 있었다. 본 기술을 이용하면 음악분수 시나리오를 생성할 때 요구되는 시간을 크게 줄일 수 있으며, 이로 인해 음악분수의 유지비용을 크게 절감할 수 있다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.06a
• /
• pp.34-35
• /
• 2013

본 논문에서는 오디오 피크 검출을 적용한 TV 방송 프로그램내 배경음악 식별 알고리즘을 제안한다. 제안한 알고리즘은 음악 핑거프린트 추출 및 전송부, 음악구간 검출부, 음악 핑거프린트는 고속 매칭 및 정보전송부 세 부분으로 구성되어 있다. 음악 핑거프린트 추출 및 전송부에서는 음악 원음 오디오 데이터를 퓨리에 변환하여 스펙트럼 계수를 추출한다. 추출된 스펙트럼의 성분 중에서 일정한 문턱값 이상의 에너지를 가지는 값을 피크로 검출하고 검출된 피크를 이용하이 핑거프린트를 생성하고 데이터 베이스화한다. 음악구간 검출부에서는 입력된 방송 프로그램 오디오 데이터에 GMM(Gaussian Mixture Model)을 적용하여 음악과 음악 외 오디오 데이터를 분류한다. 음악 핑거프린트 고속 매칭 및 정보전송부에서는 음악구간이라고 인식된 쿼리 오디오 데이터를 음악 핑거프린트 추출 및 전송부와 동일한 과정을 통해 핑거프린트를 생성하고 데이터 베이스화된 음악 원음의 핑거프린트들과 비교하여 가장 유사한 음원의 정보를 TV의 화면에 자막으로 보여준다.