Study of Music Classification Optimized Environment and Atmosphere for Intelligent Musical Fountain System

Various research studies are underway to explore music classification by genre. Because sound professionals define the criterion of music to categorize differently each other, those classification is not easy to come up clear result. When a new genre is appeared, there is onerousness to renew the criterion of music to categorize. Therefore, music is classified by emotional adjectives, not genre. We classified music by light and shade in precedent study. In this paper, we propose the music classification system that is based on emotional adjectives to suitable search for atmosphere, and the classification criteria is three kinds; light and shade in precedent study, intense and placid, and grandeur and trivial. Variance Considered Machines that is an improved algorithm for Support Vector Machine was used as classification algorithm, and it represented 85% classification accuracy with the result that we tried to classify 525 songs.

지능형 음악분수 시스템을 위한 환경 및 분위기에 최적화된 음악분류에 관한 연구

최근 음악을 장르로 분류하는 다양한 연구가 진행되고 있다. 하지만 이러한 분류는 전문가들 마다 분류하는 기준이 서로 상이하여 정확한 결과를 도출하기가 쉽지 않다. 또한 새로운 장르 출현 시, 새롭게 정의해야하는 번거로움이 발생한다. 따라서 음악을 장르로 구분하기 보다는 감정형용사들로 분류, 검색하여야 한다. 선행연구에서는 밝고 어두움을 기준으로 음악을 분류 하였다. 본 논문에서는 선행연구를 포함하여 사람이 느끼는 감정 중, 격렬함과 잔잔함, 그리고 웅장함과 가벼움 등, 3가지 분류 기준을 가지고 분위기에 알맞은 검색을 위한 감정 형용사 기반의 음악 분류 시스템을 제안한다. 분류 알고리즘으로는 Support Vector Machine을 개선한 알고리즘인 Variance Considered Machines을 이용하였으며, 총 525개의 곡을 분류 시도한 결과, 약 85%의 분류 정확도를 나타내었다.