• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06b
• /
• pp.405-408
• /
• 2011

기존의 작곡가, 곡명 등의 질의어로 대표될 수 있는 메타 데이터 기반 음악 검색은 음악 데이터의 양이 급증함에 따라 탐색 근거가 되는 사항을 모를 경우 사용자의 요구를 충족시켜 줄 수 없는 단점을 가지고 있다 [1]. 반면 음악의 내용을 기반으로 한 검색의 경우 이러한 제약에서 보다 자유로울 수 있다. 내용 기반 검색[2]의 연구에 있어서 음악 데이터로부터 사용자의 질의를 처리해주기 위한 멜로디를 추출해주는 것이 중요한 문제가 되는데, 데이터의 추출과 편집이 용이한 MIDI 파일이 많이 사용되고 있다. 본 논문에서는 사용자의 질의를 바탕으로 한 QBH system상에서의 음악 데이터 구축을 위해 MIDI파일에서 추출해 낼 수 있는 특징들을 이용해 MIDI파일의 멜로디 트랙 멜로디 트랙과 반주 트랙을 자동으로 구분하는 것을 목적으로, MIDI트랙에서 추출해서 이용할 수 있는 특징들에 대해 알아보고 그에 따른 간단한 분류 알고리즘의 제안과 실험 결과에 대해 소개한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06b
• /
• pp.377-380
• /
• 2011

음악은 인류의 대표적인 예술로서 오랜 세월동안 사랑을 받아왔다. 그 오래된 세월만큼이나 인류가 만들어온 음악의 수는 방대하다. 방대한 음악이 IT기술의 발달과 인터넷의 확산을 통하여 온라인 음악시장을 형성하였고 음악은 디지털 음원으로 관리되게 되었다. 이러한 디지털 음원을 효과적으로 검색하기 위한 방법은 많이 연구되었다. 그리고 검색을 도와줄 대량의 디지털 음원 자료들을 저장하고 관리하는 기법에 관한 연구가 필요하다. 본 논문에서는 대용량 자료를 처리하는 기술로 관심 받고 있는 하둡을 통하여 이 문제를 연구하였다. 하둡의 맵리듀스, HDFS 그리고 HBase를 이용하여 음악 내용기반검색을 설계하였다. 본 시스템은 음악 검색 시스템을 관리하고 유지하는데 있어서 컴퓨팅자원을 절약함으로써 비용을 절감 효과를 얻을 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2008.06a
• /
• pp.137-141
• /
• 2008

객관화된 메타정보를 이용하는 검색방법과는 다르게 내용기반 검색에서는 전처리된 데이터가 동일하지 않을 수 있다는 문제점이 있다. 특히 디지털 음악데이터의 경우 인코딩과정을 거칠 때마다 미세하지만 파형의 변화가 생긴다. 이러한 변형은 타임코드를 쉬프트 시켜 동일한 데이터 검색에 어려움을 발생시킨다. 본 논문에서는 이러한 문제를 해결하고자 음악의 시작점을 검출 할 수 있는 방법을 제안하였다. 사람이 소리를 인지하는 원리는 공기가 진동하여 청각기관을 자극하기 때문이며 공기의 진동은 파동을 형성한다. 파동을 구성하는 최소파형모형의 존재 여부를 검사하여 음악의 시작점을 검출하였다. 녹음환경 및 디지털 압축 과정으로 음을 구성하는 파형에 노이즈가 포함될 경우 음악의 시작점 검출에 방해 요인이 된다. 노이즈의 영향을 받지 않고 음악의 시작점을 검출하기 위해 노이즈가 포함된 파형의 특징을 분류하고, 이 분류를 예외 조건을 두어 해결하였다. 제안한 방법의 성능을 측정하기 위해 600개의 음원을 실험 하였으며 86%의 일치율을 보였다.

• Journal of KIISE:Computer Systems and Theory
• /
• v.33 no.9
• /
• pp.650-657
• /
• 2006

The music is a part of our daily life in these days. And when the people listen to the music, they are affected by the context. However, previous researches on the music recommendation system have the problem that they didn't consider the proper contextual information efficiently. They only used the content-based filtering or the method to use musical metadata (genre, artist, etc.). Recently, there are some researches about the music recommendation system which applies the status(temperature, humidity, etc.) of environments. But, it is difficult to be accepted by the contextual information. Therefore, we propose the music recommendation system that is dynamically applied by the contextual information as well as the metadata in the previous researches. And the system can provide users with the music that they want to listen to, and then the users can be more satisfied. Also, the services can be improved by the feedback of the users. In order to solve this problem, the context-information for selecting a music list is defined and the music recommendation system is designed by using the content-based filtering method. The system is suitable for the user's taste and the context. The music recommendation system we are proposing uses an OSGi framework in the home network. As a result, the satisfaction of users and the quality of services will be improved more efficiently by supporting the mobility of services as well as the distributed processing.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2008.11a
• /
• pp.760-762
• /
• 2008

음악에서는 다양한 감정의 표현을 시간에 따른 음악 무드의 전이로 표현한다. 본 연구에서는 Longest Common Subsequence (LCS) 알고리즘 및 k-Means 알고리즘에 기반한 유사 음악 검색 기법을 제안한다. 우선, 음악 무드의 흐름을 무드 세그먼트 단위로 나누고, 이를 추출된 다양한 음악 특성을 k-Means 알고리즘으로 분류하여 무드 시퀀스로 변환한다. 또한, 유사한 무드의 흐름을 가지는 음악을 검색하기 위해 LCS 알고리즘에 기반한 무드 시퀀스의 유사도를 정의한다. 본 논문은 제안된 내용을 바탕으로 실험과 설문 조사를 통해, 기존의 전역적 특성 검색 방식보다 시퀀스를 이용한 검색방식이 좀 더 효율적임을 증명하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• pp.1027-1030
• /
• 2014

대중음악과 스마트폰 기술이 발달하면서 사용자가 직접 음악을 검색할 수 있는 내용 기반 음악 검색 기술이 연구되었다. 그 결과 허밍을 사용하여 음악을 검색할 수 있는 음악 검색 시스템이 개발되었지만, 검색 속도가 느리고 검색 결과가 부정확한 시스템이 많다. 본 논문에서는 음원의 주파수 변화율을 측정하고 이를 코사인 유사도 알고리즘을 이용하여 유사도를 측정하는 음악 검색 시스템을 설계하였고, 각 설계요소를 설명한다. 새로 설계한 음악 검색 시스템을 기반으로 한 실험을 통하여 기존의 음악 검색 시스템과 유사한 성능이 나오는 것을 확인하였으며 본 논문에서 제시한 새로운 음악 검색 시스템은 기존 음악 검색 시스템보다 구조가 단순하면서도 유사한 결과를 내고 있다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.5
• /
• pp.637-644
• /
• 2011

Being digitalized, the music can be easily purchased and delivered to the users. However, there is still some difficulty to find the music which fits to someone's taste using traditional music information search based on musician, genre, tittle, album title and so on. In order to reduce the difficulty, the contents-based or the emotion-based music retrieval has been proposed and developed. In this paper, we propose new method to determine the importance of MPEG-7 low-level audio descriptors which are multi-dimensional vectors for the emotion-based music retrieval. We measured the mutual similarities of musics which represent a pair of emotions expressed by opposite meaning in terms of each multi-dimensional descriptor. Then rough approximation, and inter- and intra similarity ratio from the similarity relation are used for determining the importance of a descriptor, respectively. The set of weights based on the importance decides the aggregated similarity measure, by which emotion-based music retrieval can be achieved. The proposed method shows better result than previous method in terms of the average number of satisfactory musics in the experiment emotion-based retrieval based on content-based search.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.441-443
• /
• 2011

본 논문은 오디오 특징 분석을 기반으로 한 음악검색 방법에 대한 기술과 연구에 대한 내용이다. 본 연구에서는 크게 3가지의 주요 알고리즘을 이용하여 다 성음에서의 오디오 특징을 추출하고 3가지의 각자 다른 방식의 매칭 알고리즘을 기반으로 한 퓨전 매칭 방식을 제안한다. 오디오 특징으로는 메인 멜로디, 음악 구조를 분석한 세그먼테이션 정보를 이용한다. 본 연구에서 사용된 음악 DB는 음악 포털 서비스에서 제공하는 장르를 기반으로 한 8가지 장르에서 다양한 범위에서 2000곡을 선곡하였다. 오디오 특징 추출을 위한 알고리즘 개발과 매칭 알고리즘 개발을 위하여 음악 DB 2000곡 중 장르의 비율을 고려하여 100곡을 선정하고, 24명으로부터 1200개의 허밍을 녹음하였다. 24명중 3명은 대학에서 음악을 전공하고 나머지는 음악적 교육을 받은 경험이 없는 사람들이다. 1200개의 허밍을 분석한 결과 전체 허밍 중 60%정도가 노래의 시작 부분을 허밍하거나 노래를 불렀고, 30%정도는 하이라이트 부분을 허밍 하였다. 나머지 10%정도는 자신이 가장 자신 있는 부분을 불렀다. 이러한 분석 결과를 기반으로 가장 중요한 부분은 노래가 시작되는 부분에서의 멜로디를 정확하게 찾아내는 것이 무엇보다 중요하다는 것이다. 본 연구에서 검색결과의 평가는 MRR를 이용하여 측정하였다. MIDI DB를 사용한 경우가 다 성음에서 직접 멜로디를 추출한 경우보다 약간 성능이 우수하게 나왔으나 그 차이는 미미했다. 본 연구에서는 개발된 알고리즘을 이용하여 PC상에서 사용할 수 있는 클라이언트 프로그램과 Android app를 개발하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.406-411
• /
• 2008

인터넷을 비롯한 통신 네트워크의 발전으로 개개인의 콘텐츠 수요가 증가함에 따라 다양한 콘텐츠 욕구를 충족시키기 위한 추천 시스템이 대두되고 있으며, 이러한 추천 시스템의 기반 기술로써 내용 기반 검색 기술의 필요가 증가하고 있다. 본 논문에서는 대표적인 멀티미디어 콘텐츠의 하나인 음악의 무드를 내용 기반으로 분류하기 위해, 음악 비트 검출에 기반한 프레임화를 적용하였으며, 스펙트럼의 고조파를 좀더 강조하기 위한 HDS(Harmonic Distribution Spectrum)을 제안하였다. 또한 다양한 차원 감쇄 기법과 분류기를 이용한 실험을 통해 무드 분류 시스템의 성능 비교를 진행하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2016.05a
• /
• pp.31-32
• /
• 2016

최근 음악 서비스 분야에는 감성추천 서비스가 시행되고 있다. 추천 시스템에 따라 내용 기반 추천 방식과 협업 기반 추천 방식으로 크게 구분할 수 있으며 대부분의 음악 서비스 분야에서는 많은 사용자들로부터 얻은 기호정보에 따라 사용자들의 관심사들을 자동적으로 예측하는 방법인 협업 기반 추천 방식으로 서비스를 운영하고 있다. 이에 따라 협업 기반 추천 방식을 사용하는 대표 음원 사이트 멜론과 벅스에서 음악 추천 서비스의 추천된 음악이 실제 감성과 맞는지 기쁨과 슬픔으로 분류하여 Russell의 감성 모형을 기준으로 가사의 5차 분류를 통해 곡의 감성을 분석하여 카테고리의 추천음악과 가사의 상관관계를 비교 연구하였다. 그 결과, 각 카테고리의 감성추천 음악과 실제 음악의 감성이 일치하는 부분도 있지만, 그 외 다양한 감정들이 도출되었다.