한국정보통신학회논문지 (Journal of the Korea Institute of Information and Communication Engineering)

  • 제15권7호
  • /
  • Pages.1487-1494
  • /
  • 2011
  • /
  • 2234-4772(pISSN)
  • /
  • 2288-4165(eISSN)
한국정보통신학회 (The Korea Institute of Information and Commucation Engineering)
권호 표지
DOI QR코드

DOI QR Code

음악추천을 위한 다중 옥타브 밴드 기반 장르 분류기

Multiple octave-band based genre classification algorithm for music recommendation

  • 임신철 (세종대학교) ;
  • 장세진 (전자부품연구원 디지털미디어연구센터) ;
  • 이석필 (전자부품연구원 디지털미디어연구센터) ;
  • 김무영 (세종대학교 정보통신공학과)
  • 투고 : 2011.02.19
  • 심사 : 2011.03.26
  • 발행 : 2011.07.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 음악 추천을 위한 새로운 장르 분류 알고리즘을 제안하였다. 특히, 장르 분류 알고리즘에 사용되는 특정 벡터 중 octave-based spectral contrast (OSC)의 성능 개선을 위해서 심리청각 모델과 악기별 사용 octave 범위에 근거하여 새로운 band-pass filter를 설계하였다. 10개 장르별 음악을 포함하고 있는 GTZAN database에 대해서 10-fold cross validation 실험 결과, 다중 옥타브 밴드 OSC에 대해서 기존 OSC에 비해 2.26% 향상된 인식율을 얻을 수 있었다. 또한, 기존의 mel-frequency cepstral coefficient (MFCC)와 복합 특징 벡터를 구성하여 실험한 결과, 향상된 인식율을 얻을 수 있었다.

In this paper, a novel genre classification algorithm is proposed for music recommendation system. Especially, to improve the classification accuracy, the band-pass filter for octave-based spectral contrast (OSC) feature is designed considering the psycho-acoustic model and actual frequency range of musical instruments. The GTZAN database including 10 genres was used for 10-fold cross validation experiments. The proposed multiple-octave based OSC produces better accuracy by 2.26% compared with the conventional OSC. The combined feature vector based on the proposed OSC and mel-frequency cepstral coefficient (MFCC) gives even better accuracy.

키워드

참고문헌

  1. http://www.melon.com
  2. http://bugs.co.kr
  3. B. Shao, D. Wang, T. Li, and M. Ogihara, "Music Recommendation Based on Acoustic Features and User Access Patterns," IEEE Trans. Speech Audio Process., vol. 17, no. 8, pp. 1602-1611, 2009. https://doi.org/10.1109/TASL.2009.2020893
  4. L. Cao and M. Guo, "Consistent Music Recommendation in Heterogeneous Pervasive Environment," IEEE Int. Symposium on Parallel and Distributed Process. with Applications, pp. 495-501, 2008.
  5. D-M. Kim, K-S. Kim, K-H. Park, J-H. Lee and K. M. Lee, "A music recommendation system with a dynamic k-means clustering algorithm," Int. Conf. Machine Learning and Applications, pp. 399-403, 2007.
  6. X. Z.hu, Y-Y. Shi, H-G. Kim, and K-W. Eom, "An integrated music recommendation system," IEEE Trans. Consumer Electronics, vol. 52, no. 3, pp. 917-925, 2006. https://doi.org/10.1109/TCE.2006.1706489
  7. N. Scaringella, G. Zoia, and D. Mlynek, "Automatic genre classification of music content: A survey," IEEE Signal Process., vol. 23, no. 2, pp. 133-141, 2006.
  8. G. Tzanetakis and P. Cook, "Musical genre classification of audio signals," IEEE Trans. Speech Audio Process., vol. 10, no. 5, pp. 293-302, 2002. https://doi.org/10.1109/TSA.2002.800560
  9. D. N. Jiang, L. Lu, H. J. Zhang, J. H. Tao, and L. H. Cai, "Music type classification by spectral contrast feature," in Proc. IEEE Int. Conf. Multimedia and Expo, vol. 1, pp. 113-116, 2002.
  10. K. K. Chang, J-S. R. Jang, and C. S. Iliopoulos, "Music Genre Classification via Compressive Sampling," Int. Society for Music Information Retrieval Conf., pp. 387-392, 2010.
  11. 김창근, 박진영, 박정원, 이광석, 허강인, "독립성분 분석을 이용한 DSP 기반의 화자 독립 음성 인식 시스템의 구현," 한국해양정보통신학회논문지, no. 8, vol. 2, pp. 359-364, 2005.
  12. 박진영, 이광석, 고시영, 허강인, "잡음환경에서의 음성인식을 위한 변이특성을 고려한 파라메터," 한국해양정보통신학회, 학술대회논문집, pp. 469-472, 2005.
  13. The range of a musical instrument : "http://en.wikipedia.org/wiki/Range_(music)"
  14. Y. Wang, "A Tree-Based Multi-class SVM Classifier for Digital Library Document," in Proc. IEEE Int. Conf. Multimedia and Information Technology, pp. 15-18, 2008.
  15. 이금분, 조범준, "다중 클래스 SVM을 이용한 EMD 기반의 부정맥 신호 분류," 한국해양정보통신학회, 한국해양정보통신학회논문지, no. 14, vol. 1, pp. 16-22, 2010.
  16. 한학용, "패턴인식 개론 : MATLAB 실습을 통한 입체적 학습," 2005.
  17. GTZAN Genre Collection Database, "http://marsyas.info/download/data_sets"

피인용 문헌

  1. Musical Genre Classification System based on Multiple-Octave Bands vol.50, pp.12, 2013, https://doi.org/10.5573/ieek.2013.50.12.238