• Journal of Korea Multimedia Society
• /
• v.16 no.4
• /
• pp.453-463
• /
• 2013

In this paper, we present an effective method and a system for the music summarization which automatically extract the chorus portion of a piece of music. A music summary technology is very useful for browsing a song or generating a sample music for an online music service. To develop the solution, conventional automatic music summarization methods use a 2-dimensional similarity matrix, statistical models, or clustering techniques. But our proposed method extracts the music summary by calculating BER(Bit Error Rate) between audio fingerprint blocks which are extracted from a song. But we could directly use an enormous audio fingerprint database which was already saved for a music retrieval solution. This shows the possibility of developing a various of new algorithms and solutions using the audio fingerprint database. In addition, experiments show that the proposed method captures the chorus of a song more effectively than a conventional method.

• Journal of Convergence for Information Technology
• /
• v.11 no.9
• /
• pp.214-220
• /
• 2021

With the rapid spread of smartphones, it has become common to listen to music everywhere, just like background music in life, so it is necessary to create a music database that can make recommendations according to individual circumstances and conditions. This paper proposes a music recommendation model through social media. Since emotions, situations, time of day, weather, etc. are included in hashtags, it is possible to build a social media-based database that reflects the opinions of various people with collective intelligence. We use web crawling to collect and categorize different hashtags from posts with music title hashtags to use real listeners' opinions about music in a database. Data from social media is used to create a music database, and music is classified in a different way from collaborative filtering, which is mainly used by existing music platforms.

• Digital Contents
• /
• no.7 s.158
• /
• pp.71-77
• /
• 2006

2004년 전세계 온라인 음악시장규모는 41억4,100만달러규모에 달했으며, 2005년에는 전년동기대비 63.0% 성장한 67억4,800만달러에 이른 것으로 추정된다. 또한 2010년에는 연평균35.0% 성장해 302억3,100만달러에 달할 것으로 전망된다. 이처럼 온라인 음악시장이 기존음반시장에 비해 향후 전망이 긍정적인 까닭은 2003년 ‘iTunes’의 성공으로 인해 음반회사들의 온라인음악에 대한 인식이 전환되었기 때문이다. 전세계 주요음반회사들은 디지털화된음악파일을 CD를 대신하는 새로운형태로 인정하기 시작했고, 새로운 수익창출부문으로 활용하기 시작했다.

• Digital Contents
• /
• no.9 s.136
• /
• pp.21-25
• /
• 2004

온라인 음악서비스가 유료화를 단행한 지 1년이 지났다. 지난해 7월 8개 온라인 음악사이트가 유료화를 단행한데 이어 지난 7월에는 국내 최대 온라인 음악사이트‘벅스뮤직’까지 유료화를 선언, 온라인 음악서비스의 유료화는 급물살을 타고 있다. 최근에는 한국음원제작자협회와 벅스뮤직간의 힘겨루기가 일단락되면서 온라인 음악유통 확대에 대한 기대감도 조성됐다. 국내외 온라인 음악 시장의 현황을 살펴봤다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2012.05a
• /
• pp.301-301
• /
• 2012

최근 학계에서는 음악교육자료 데이터베이스화에 대한 요구가 계속 늘어나고 있는 추세임에도 불구하고 음악에 대한 학문적 연구가 늦게 시작 되는 등 여러 가지 원인 때문에 실제적으로는 DB구축이 잘 안되어 있다. 본 논문에서는 이러한 음악교육자료들을 분석하고 연구하여 이에 알맞은 데이터베이스시스템을 디자인 해보려 하는데 주요한 취지를 두고 있다.

• The Journal of Korean Association of Computer Education
• /
• v.8 no.5
• /
• pp.109-118
• /
• 2005

In this paper, we present a music retrieval system that compares the geometric structure of a melody specified by a user with those in a music database. The system finds matches between a query melody and melodies in the database by analyzing both structural and contextual features. The retrieval method is based on the geometric hashing algorithm which consists of two steps; the preprocessing step and the recognition step. During the preprocessing step, we divide a melody into several fragments and analyze the pitch and duration of each note of the fragments to find a structural feature. To find a contextual feature, we find a main chord for each fragment. During the recognition step, we divide the query melody specified by a user into several fragments and search through all fragments in the database that are structurally and contextually similar to the melody. A vote is cast for each of the fragments and the music whose total votes are the maximum is the music that contains a matching melody against the query melody. Using our approach, we can find similar melodies in a music database quickly. We can also apply the method to detect plagiarism in music.

• Proceedings of the Korea Database Society Conference
• /
• 1997.10a
• /
• pp.425-437
• /
• 1997

본 논문은 디지털 도서관에서 임의의 음악정보를 효율적으로 검색하기 위한 시스템을 제안한다. 종래의 전형적인 음악정보 검색 항목인 제목이나 작곡자 또는 주제를 입력하는 것이 아니라, 사용자가 음악 데이터베이스로부터 검색하고자 하는 음악의 일부를 마이크를 통해서 노래한다. 그러면 입력된 선율에 대한 음 신호를 처리하여 음표정보를 인식하고, 이를 바탕으로 음정곡선을 생성하여 이를 탐색 패턴으로 사용한다. 동요를 대상으로 하여 음악 데이터베이스를 생성할 때는 각각의 곡에서 추출한 음정곡선을 이용하여 색인과 메타 데이터를 생성하는데, 색인은 유사 탐색을 용이하게 하기 위해서 Trie 구조를 사용한다. 탐색패턴을 이용해서 메타 데이터를 탐색할 때는 동적 프로그래밍 방법을 이용하여 유사 탐색을 함으로써 노래의 어느 마리를 부르더라도 쉽게 후보곡을 검색할 수 있도록 한다. 통상음악의 첫째 동기를 부르는 경우가 많기 때문에 첫째 악절로 구성한 색인을 먼저 탐색토록하고, 색인에서 탐색을 실패한 경우(음악의 첫째 동기 이후를 부른 경우)에 메타 데이터를 이용한 유사 음표열 탐색을 하도록 하여 효율적인 검색이 되도록 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.87-88
• /
• 2012

지금까지 한국근대음악에 대한 담론은 꾸준히 진행되어 왔으나 음악원전을 공유할 수 있는 시스템이 아직 구축되지 않은 상태이며, 특히 한국의 근대음악문화를 형성하는 데 중요한 역할을 담당했던 음악교육자료는 쉽게 찾아보기 힘들다. 본 논문에서는 동아시아의 음악교육자료를 바탕으로 음악원전을 공유할 수 있는 데이터베이스를 구축함으로써, 한국 근대음악문화를 보다 거시적인 안목에서 연구할 수 있는 선도역할을 하고자 한다.

• Digital Contents
• /
• no.8 s.159
• /
• pp.118-120
• /
• 2006

여행중 찍은 사진을 편집, 배경음악을 넣어 CD로 보관해둔다. 배경음악이 사진속의 추억을 더욱 새롭게 해준다. 마음속 등불 같은 음악은 여인에게 고백할때나분위기를 돋울때 마음속 징검다리와 같다.

• Journal of Korea Multimedia Society
• /
• v.8 no.1
• /
• pp.1-8
• /
• 2005

Similar melody searching is an operation that finds such melodies similar to a given query melody from a music database. In this paper, we address the development of a system that detects plagiarism based on the similar melody searching. We first Propose a novel similarity model that supports alignment as well as shifting. Also, we suggest a method for indexing the features extracted from each melody, and a method for processing plagiarism detection by using the index. By our plagiarism detection system composers can easily searches for such melodies that are similar to their ones from music databases. Through performance evaluation via a series of experiments, we show the effectiveness of our approach. The results reveal that our approach outperforms the sequential-scan-based one in speed up to around 31 times.