• 한국음향학회지
• /
• 제40권4호
• /
• pp.290-296
• /
• 2021

본 연구에서는 감상자들의 음악인지유형에 따른 음악정서인식 차이를 살펴보고자 하였다. 음악 관련 전공대학원생 91명에게 두 가지 음악(안정적 음악과 자극적 음악)을 제시하고, 각 음악에서 인식된 각성 수준, 정서가 및 해당 반응에 기여한 음악요소를 표기하게 하였다. 연구참여자들의 음악인지유형은 ME-MS척도(Music Empathizing-Music Systemizing Inventory, ME-MS Inventory)를 통해 확인하였으며, 자료분석 시 기술통계, 대응표본 t검정, 분산분석, 다변량분석 및 Pearson 상관분석을 실시하였다. 연구 결과 참여자들은 음악인지유형과 무관하게 공통된 음악정서를 인식하면서도, 해당 반응에 기여한 음악요소는 음악인지유형별로 상이한 것으로 나타났다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권4호
• /
• pp.195-200
• /
• 2015

최근 한국에서는 대부분의 사람들이 안드로이드 기반의 스마트폰을 사용하고 있고, 뮤직플레이어는 어느 스마트폰에서나 찾아볼 수 있다. 그러나 뮤직 플레이어들 중 사용자의 취향이나, 음악을 듣는 성향에 맞춰진 개인화된 애플리케이션은 찾아보기 힘든 실정이다. 본 논문에서는 음악을 분석하여 감정에 따라 자동으로 분류하고, 사용자가 입력한 감정에 따라 추천하며, 사용자의 선호도를 반영하는 기능을 제공할 뿐만 아니라, 음악을 색채를 통해 시각화함으로써 사용자가 음악을 보다 쉽게 느낄 수 있도록 구현된 감성 뮤직 플레이어를 제안한다. 이를 통해 사용자는 선곡의 어려움을 해소하고 자신에게 최적화된 애플리케이션을 사용할 수 있다.

• 전자공학회논문지CI
• /
• 제47권1호
• /
• pp.73-79
• /
• 2010

감성 지능형 컴퓨팅은 컴퓨터가 학습과 적응을 통하여 인간의 감성을 처리할 수 있는 감성인지 능력을 갖는 것으로 보다 효율적인 인간과 컴퓨터의 상호 작용을 가능하게 한다. 감성 정보들 중 시각과 청각 정보인 음악 이미지는 짧은 시간에 형성되고 기억에 오랫동안 지속되기 때문에 성공적인 마케팅에 있어서 중요한 요인으로 꼽히고 있으며, 인간의 정서를 이해하고 해석하는데 있어서 매우 중요한 역할을 한다. 본 논문에서는 사용자의 감성키워드(짜증, 우울, 차분, 기쁨)를 고려하여 매칭된 음악과 이미지를 검색하는 시스템을 구축하였다. 제안된 시스템은 인간의 감성을 4단계 경우로 상황을 정의하며, 정규화 된 음악과 이미지를 검색하기 위해 음악 이미지 온톨로지와 감성 온톨로지를 사용하였으며, 이미지의 특징정보를 추출, 유사성을 측정하여 원하는 결과를 얻게 하도록 하였다. 또한, 이미지 감성인식정보를 분류하기위해 대응일치분석과 요인분석을 통한 성컬러와 감성어휘를 하나의 공간에 매칭하였다. 실험결과 제안된 시스템은 4가지 감성상태에 대해 82.4%의 매칭율를 가져올 수 있었다.

• 인간행동과 음악연구
• /
• 제21권1호
• /
• pp.89-113
• /
• 2024

음악이 지닌 정서 반응에 대한 관심과 함께 음악의 조율적 기제에 대한 연구가 지속적으로 수행되고 있다. 이에 본 연구에서는 정서 조율을 위한 음악 중재 연구의 음악 선곡 근거, 활동구성 항목과 실행 논거에 대한 충실도를 분석하고자 하였다. 선정 기준에 부합한 총 45편의 국외 연구를 수집하여 연구의 전반적 특성을 검토하고, 음악이 사용된 시간, 곡 수, 선곡 논거 및 주체(참여자 vs. 연구자) 등 관련된 기준과 실행 논거를 분석하였다. 분석 결과 연구 목표가 음악의 정서 조율 효과를 알아보기 위한 연구임에도 불구하고 대다수의 연구가 사용된 음악에 대한 구체적인 정보와 일관된 통제가 부족했음이 확인되었다. 또한 음악 활동, 음악 선곡 및 음악 사용 시간에 대한 타당한 근거가 제시되지 않았고, 음악의 정서 조율 기제에 대한 이론적 기반이 부족하였다. 본 연구 결과는 음악정서조율(Music Emotion Regulation: MER)이라는 주제가 연구 영역으로 자리 잡기 위해서는 음악의 정서 조율의 기제에 대해 논거 충실도를 갖추어야 할 필요성을 암시한다. 이러한 엄격한 충실도는 음악이 지닌 치료적 고유성에 대한 연구 재현성 및 내실도를 높이는 데에 기여할 것이다.

• The Journal of the Acoustical Society of Korea
• /
• 제26권2E호
• /
• pp.56-62
• /
• 2007

This paper presents the automatic music emotion classification on acoustic data. A three-level structure is developed. The low-level extracts the timbre and rhythm features. The middle-level estimates the indication functions that represent the emotion probability of a single analysis unit. The high-level predicts the emotion result based on the indication function values. Experiments are carried out on 695 homogeneous music pieces labeled with four emotions, including pleasant, calm, sad, and excited. Three machine learning methods, GMM, MLP, and SVM, are compared on the high-level. The best result of 90.16% is obtained by MLP method.

• 전기학회논문지
• /
• 제63권5호
• /
• pp.696-702
• /
• 2014

Recently, researches on analyzing relationship between the state of emotion and musical stimuli using EEG are increasing. A selection of feature vectors is very important for the performance of EEG pattern classifiers. This paper proposes a comparison of EEG feature vectors for emotion classification according to music listening. For this, we extract some feature vectors like DAMV, IAV, LPC, LPCC from EEG signals in each class related to music listening and compare a separability of the extracted feature vectors using Bhattacharyya distance. So more effective feature vectors are recommended for emotion classification according to music listening.

• 한국컴퓨터정보학회논문지
• /
• 제18권5호
• /
• pp.43-52
• /
• 2013

대량의 음악 콘텐츠가 유통되는 초고속 인터넷 환경에서, 사용자가 원하는 음악 콘텐츠를 효과적으로 검색하기 위한 연구들이 다양하게 수행되고 있다. 특히, 음악 정보 검색(MIR: Music Information Retrieval) 연구에 감성 모델을 접목한 음악 추천 시스템 개발도 활발하게 진행되고 있다. 그러나, 적용된 감성 모델이 단순하고, 한국어를 대상으로 하지 않아 한국어의 의미적 감성 표현 처리에 한계점을 가진다. 따라서, 본 논문에서는, 한국어를 기반으로, 기존의 감성 모델을 확장한 새로운 감성 모델(KORean Emotional Model : KOREM)을 제안하고, 이를 온톨로지(Music EMotional Ontology : MEMO)로 설계 및 구현하였다. 이를 통해, 한글로 서술된 폭넓고 다양한 감성적 표현을 이용한 음악 콘텐츠의 분류, 저장 및 검색이 가능하다.

• 정보과학회 컴퓨팅의 실제 논문지
• /
• 제22권10호
• /
• pp.479-487
• /
• 2016

음악 스트리밍 서비스의 대중화로 음악의 소유 없이 언제든 원하는 듣고 싶은 노래를 들을 수 있게 되었다. 넓어진 선택권은 역설적으로 노래를 선택하기 어렵게 만들었다. 이러한 선택의 어려움을 극복하기 위해 음악 추천에 대한 관심이 높아졌고 판도라와 Last.fm과 같은 상용 서비스뿐 아니라 음악 정보 검색 분야의 연구자들도 다양한 추천 시스템을 제안하였다. 내용 기반 필터링과 협업 필터링 방식이 주류인 기존의 추천 시스템은 음악 감상의 주요 요인인 맥락을 고려하지 않았다는 한계점을 지니고 있다. 본 논문에서는 음악을 선택하는 맥락 중 주요한 요인인 감정을 이용한 노래간 유사도 측정 방법을 제안하여 새로운 추천 시스템에 대한 가능성을 탐색한다. 노래의 감정 추출에 가사를 이용하였고 가사에서 노래의 구조도 추출해 노래의 의미적 분석을 시도하였다. 실험을 통해 제안한 모델이 기존의 추천 시스템에 비해 작은 계산 복잡성으로 기존 모델과 유사한 성능을 보일 수 있음을 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제7권6호
• /
• pp.239-248
• /
• 2018

4차 산업혁명 시대가 도래하면서 기존 IoT에 감성지능이 포함된 신기술들이 연구되고 있다. 그 중 현재까지 다양하게 진행된 음악 서비스 제공을 위한 감성 분석 연구에서는 인공지능, 패턴인식 등을 활용한 사용자의 감성 인식 및 분류 등에만 초점을 맞추고 있는 상황이나, 사용자의 특정 감성에 해당하는 음악들을 어떻게 자동적으로 분류할지에 대한 감성별 음악 분류기법들에 대한 연구는 매우 부족한 상황이다. 본 연구에서는 최근 각광을 받고 있는 사람들의 감성과 관련된 음악관련 서비스를 개발할 시, 음악을 감성 범위에 따라 높은 정확도로 분류할 수 있도록 하는 감성 기반 자동 음악 분류기법을 제안한다. 데이터수집 시 Russell 모델을 바탕으로 설문조사를 하였으며, 음악의 특성으로 평균파장크기(Average amplitude), peak평균(Peak-average), 파장 수(The number of wavelength), 평균파장 길이(Average wavelength), BPM(Beats per minute)을 추출하였다. 해당 데이터들을 바탕으로 회귀 분석을 이용하여 다중회귀식을 도출하였으며, 각 감성에 대한 표준 수치들을 도출하여 새로운 음악 데이터와 해당 각 감성에 대한 표준 수치들과의 거리 비교를 통해 음악의 감성을 분류시키는 작업을 실시하였다. 이를 통해 나온 결과에 회귀분석을 통하여 나온 데이터를 대입하여 해당 데이터와 각 감성들의 비율을 통해 최종적으로 판단된 감성을 추출하였다. 본 연구에서 실험한 감성 일치율의 2가지 방식에 대해서 제안한 기법의 경우 70.94%, 86.21%의 일치율이 나왔고, 설문참가자들의 경우 66.83%, 76.85%의 일치율이 나옴으로써, 연구 기법을 통한 감성의 판단이 설문참가자들의 평균적인 판단보다 4.11%, 9.36%의 향상된 수치를 제공함을 알 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제15권3호
• /
• pp.21-31
• /
• 2015

본 논문에서는 기존에 연구되었던 Thayer의 인간의 감성 모델을 바탕으로 음악을 듣고 느끼는 감성을 8가지 감성으로 정의한 음악 감성모델로 제시하였다. 감성에 영향을 주는 음악의 요소는 음악의 템포, 역동성, 진폭변화, 밝기, 잡음 등 5가지로 선택하였다. 8가지 감성으로 이루어진 감성 모델에 따라서 8가지 감성으로 분류된 160곡의 노래를 선곡하여 실제 데이터를 추출하여 분석하였다. 실제 데이터의 분석을 통해 5가지 요소의 가중치로 이루어진 감성 수식을 도출하였고 임의의 음악에 대하여 감성 수식을 통해서 2차원 감성 좌표계에 매핑 하여 감성을 예측할 수 있도록 알고리즘을 설계하였다. 또한 2차원 감성 좌표계에서의 좌표 값을 이동시켜 감성을 제어할 수 있는 방법을 제시하였다.