• The Journal of the Acoustical Society of Korea
• /
• 제26권2E호
• /
• pp.39-43
• /
• 2007

Music summarization refers to a technique which automatically extracts the most important and representative segments in music content. In this paper, we propose and evaluate a technique which provides the repeated part in music content as music summary. For extracting a repeated segment in music content, the proposed algorithm uses the weighted sum of similarity measures based on multi-level vector quantization for fixed-length summary or optimal-length summary. For similarity measures, count-based similarity measure and distance-based similarity measure are proposed. The number of the same codeword and the Mahalanobis distance of features which have same codeword at the same position in segments are used for count-based and distance-based similarity measure, respectively. Fixed-length music summary is evaluated by measuring the overlapping ratio between hand-made repeated parts and automatically generated ones. Optimal-length music summary is evaluated by calculating how much automatically generated music summary includes repeated parts of the music content. From experiments we observed that optimal-length summary could capture the repeated parts in music content more effectively in terms of summary length than fixed-length summary.

• 말소리와 음성과학
• /
• 제1권1호
• /
• pp.63-67
• /
• 2009

In this paper, in order to protect music copyrights, we propose a music identification system which is scalable to the number of pieces of registered music and robust to signal-level variations of registered music. For its implementation, we define the new concepts of 'music word' and 'music phoneme' as recognition units to construct 'music acoustic models'. Then, with these concepts, we apply the HMM-based framework used in continuous speech recognition to identify the music. Each music file is transformed to a sequence of 39-dimensional vectors. This sequence of vectors is represented as ordered states with Gaussian mixtures. These ordered states are trained using Baum-Welch re-estimation method. Music files with a suspicious copyright are also transformed to a sequence of vectors. Then, the most probable music file is identified using Viterbi algorithm through the music identification network. We implemented a music identification system for 1,000 MP3 music files and tested this system with variations in terms of MP3 bit rate and music speed rate. Our proposed music identification system demonstrates robust performance to signal variations. In addition, scalability of this system is independent of the number of registered music files, since our system is based on HMM method.

• 한국컴퓨터정보학회논문지
• /
• 제15권11호
• /
• pp.91-99
• /
• 2010

최근 디지털 콘텐츠 서비스 분야에서 사용자 맞춤형 서비스를 위해 사용자 자원 인식의 필요성이 대두되고 있다. 특히 온라인 기반 음악 서비스의 경우 사용자 취향 분석, 음원 추천 및 음악 관련 정보 제공을 위해 사용자 음원인식 기술이 요구되고 있다. 현재 태그정보를 기초로 사용자 음원 인식 후 음악 관련 정보를 제공하는 서비스가 제공되고 있지만, 태그정보의 변조 및 삭제 등의 취약점으로 인식 오류가 급증하고 있다. 이러한 문제의 보완 방안으로 음악 자체를 이용하는 내용기반 사용자 음원 인식 기법에 대한 연구가 이루어지고 있다. 본 논문에서는 음악의 파형에서 추출된 특징 정보를 기초로 온라인상에서 사용자 음원을 인식하는 방법에 대해 논하고자 한다. 사용자 음원의 내용기반 인식을 위해 구조에 적합한 음원의 전처리 후 특징 추출을 하였다. 추출된 특징은 음악 서버에 특징 형태로 저장된 음원과의 매칭 과정을 통한 인식을 진행하여 태그데이터에 독립적으로 사용자 음원을 인식할 수 있게 되었다. 제안된 사용자 음원 인식 방법의 검증을 위해 600개의 음악을 무작위 선정하고, 각각을 5가지 음질로 변화하였다. 이렇게 생성된 3000개의 실험음원을 30만곡을 포함하는 음악 서버를 기준으로 인식실험을 진행하였다. 평균 인식율은 85%를 나타내었다. 제안하는 내용기반 음원 인식을 통하여 태그기반 음원 인식의 취약점에 대한 극복을 하였으며, 음원 인식의 성능은 실제 온라인 음악 서비스에 적용할 가능성을 보여주었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제12권4호
• /
• pp.1869-1886
• /
• 2018

This paper proposes a MIDI- and audio-based music genre classification method for Korean traditional music. There are many traditional instruments in Korea, and most of the traditional songs played using the instruments have similar patterns and rhythms. Although music information processing such as music genre classification and audio melody extraction have been studied, most studies have focused on pop, jazz, rock, and other universal genres. There are few studies on Korean traditional music because of the lack of datasets. This paper analyzes raw audio and MIDI phrases in Korean traditional music, performed using Korean traditional musical instruments. The classified samples and MIDI, based on our classification system, will be used to construct a database or to implement our Kontakt-based instrument library. Thus, we can construct a management system for a Korean traditional music library using this classification system. Appropriate feature sets for raw audio and MIDI phrases are proposed and the classification results-based on machine learning algorithms such as support vector machine, multi-layer perception, decision tree, and random forest-are outlined in this paper.

• 한국멀티미디어학회논문지
• /
• 제12권11호
• /
• pp.1581-1592
• /
• 2009

현재 우리는 언제 어디에서나 다양한 음악을 들을 수 있다. 길거리나 카페 등에서 음악을 듣고 그 노래를 다시 듣고 싶어 찾으려 할 때 해당 음악의 가수나 노래 제목을 모른다면 그 음악을 찾을 수 없는 것이 현재 음악 검색 방식의 단점이다. 이러한 문제를 해결하기 위하여 본 연구에서는 음원의 음 정보를 추출하여 데이터베이스를 구축하고 찾고자 하는 음악의 허밍을 녹음하거나 듣고 있는 음악을 직접 녹음하여 검색하는 방법 및 전자 악기를 연주하여 검색하는 내용 기반의 검색 방법을 연구하였다. 본 연구에서는 기존의 많은 내용 기반 음원 검색 논문, 특허 및 시스템을 분석하였으며, 이를 기반으로 내용 기반 검색 방법을 연구하였다. 즉, 허밍과 음악을 직접 녹음하여 검색하는 경우 음과 음원을 고속 푸리에 변환하여 주파수 정보를 추출하였으며, 악기를 연주하여 검색하는 경우 미디 파일을 사용하였다. 그리고 동적 정합 매칭방식을 사용하여, 매칭 시 음원과 입력 음간의 길이차를 극복하였다.

• 한국음향학회지
• /
• 제34권3호
• /
• pp.247-255
• /
• 2015

본 논문은 자동으로 분류된 음악 신호의 감정을 기반으로 하는 음악 검색 의 성능을 분석하였다. 음성, 영상 등의 다른 미디어 신호와 마찬가지로 음악은 인간에게 특정한 감정을 불러일으킬 수 있다. 이러한 감정은 사람들이 음악을 검색할 때 중요한 고려요소가 될 수 있다. 그렇지만 아직까지 음악의 감정을 직접 인식하여 음악 검색을 수행하고 성능을 검증한 경우는 거의 없었다. 본 논문에서는 음악 감정을 표현하는 주요한 세 축인 유발성, 활성, 긴장 과 기본 5대 감정인 행복, 슬픔, 위안, 분노, 불안의 정도를 구하고, 그 값들의 유사도를 기반으로 음악 검색을 수행하였다. 장르와 가수 데이터셋에서 실험을 수행하였다. 제안된 감정 기반 음악 검색 성능은 기존의 특징 기반 방법의 성능에 대비해서 최대 75 % 수준의 검색 정확도를 보였다. 또한 특징 기반 방법을 제안된 감정 기반 방법과 병합할 경우 최대 14 % 검색 성능 향상을 이룰 수 있었다.

• 문화기술의 융합
• /
• 제9권4호
• /
• pp.309-314
• /
• 2023

본 논문은 현재 인공지능(AI) 기반 음악 작곡 프로그램의 발전과 한계를 살펴본다. AI 작곡 프로그램은 딥러닝 기술의 적용으로 큰 성장을 이루었다. 하지만 현재까지의 인공지능 기반 작곡 프로그램은 획일화된 시스템으로 인하여 단순하게 음악을 모방하는 수준에 그치고 있으며, 예술적, 창의적 영역에서 한계가 있어 보인다. 본 논문에서는 기존의 인공지능 기반 작곡 프로그램에 대한 정보를 수집하여 비교 및 분석하고, 각 프로그램이 추구하는 기술적 방향성과 음악적 컨셉, 그리고 한계점을 고찰하는 과정을 통해 미래의 인공지능 음악 작곡 프로그램이 나아가야 할 방향을 모색하려 한다. 더불어 논문에서는 개인화 시대에 발맞추어 '개인 맞춤형' 음악과 인간의 예술성이 반영된 인공지능 기반 음악 작곡 프로그램 개발의 중요성을 강조한다. 결국 인공지능 기반 작곡 프로그램은 결과물인 음악으로 청자에게 어떠한 감동을 줄 수 있을지에 대한 심도 있는 연구와 실행이 필요하다. 이러한 인공지능 기반 작곡 프로그램은 새로운 음악 산업의 구조를 형성할 것이며, 음악 산업의 발전에 기여할 것으로 전망한다.

• 인간행동과 음악연구
• /
• 제12권2호
• /
• pp.61-77
• /
• 2015

본 연구의 목적은 음악치료사의 컴퓨터를 기반으로 음악테크놀로지 활용 현황과 인식을 조사하기 위한 것이다. 조사를 위해 전문 자격증을 소지한 음악치료사 367명에게 온 오프라인으로 설문지를 배부하였으며 이 중 101부가 회수되었고 미완성되거나 대상자 기준에 맞지 않는 50부를 제외한 61부를 최종 분석 하였다. 설문 문항은 컴퓨터를 기반으로 한 음악테크놀로지 활용에 관한 현황, 인식, 치료사의 의견으로 구성되었다. 음악치료에서 음악테크놀로지의 활용현황에 대한 결과는 다음과 같다. 응답자 중 65.6%(40명)가 세션 내 음악테크놀로지를 활용한 경험이 있으며, 활용비율이 높은 음악테크놀로지의 종류는 피날레, 가라지밴드, 큐베이스 순으로 조사 되었다. 음악테크놀로지의 적용 현황을 살펴보면 음악 혹은 정서영역에서 청소년을 대상으로 주로 사용하며, 음악 자원으로 적용하는 형태가 가장 많이 나타났다. 대부분의 음악치료사들이 음악 긍정적으로 인식하고 있으며, 기술 습득에 대한 필요성이 확인 되었다. 이 외에도 음악테크놀로지 활용에 관한 다양한 의견이 취합되었다. 이러한 결과는 음악치료 임상현장에서 음악테크놀로지를 활용하는 현황과 이에 대한 인식에 관한 정보를 제공하고, 보다 효과적인 음악테크놀로지 활용에 대한 시사점을 제시하는 데 그 의의를 갖는다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.268-273
• /
• 2007

In this paper, we present effective methods for automatic music recommendation system which automatically recommend music by signal processing technology. Conventional music recommendation system use users’ music downloading pattern, but the method does not consider acoustic characteristics of music. Sometimes, similarities between music are used to find similar music for recommendation in some method. However, the feature used for calculating similarities is not highly related to music characteristics at the system. Thus, our proposed method use high-level music characteristics such as rhythm pattern, timbre characteristics, and the lyrics. In addition, our proposed method store features of music, which individuals queried, to recommend music based on individual taste. Experiments show the proposed method find similar music more effectively than a conventional method. The experimental results also show that the proposed method could be used for real-time application since the processing time for calculating similarities between music, and recommending music are fast enough to be applicable for commercial purpose.

• 말소리와 음성과학
• /
• 제4권1호
• /
• pp.77-87
• /
• 2012

Interest in music recognition has been growing dramatically after NHN and Daum released their mobile applications for music recognition in 2010. Methods in music recognition based on audio analysis fall into two categories: music recognition using audio fingerprint and Query-by-Singing/Humming (QBSH). While music recognition using audio fingerprint receives music as its input, QBSH involves taking a user-hummed melody. In this paper, research trends are described for music recognition using audio fingerprint, focusing on two methods: one based on fingerprint generation using energy difference between consecutive bands and the other based on hash key generation between peak points. Details presented in the representative papers of each method are introduced.