• The Journal of the Acoustical Society of Korea
• /
• v.24 no.1
• /
• pp.29-37
• /
• 2005

This paper proposes an automatic genre classification system for Korean traditional music. The Proposed system accepts and classifies queried input music as one of the six musical genres such as Royal Shrine Music, Classcal Chamber Music, Folk Song, Folk Music, Buddhist Music, Shamanist Music based on music contents. In general, content-based music genre classification consists of two stages - music feature vector extraction and Pattern classification. For feature extraction. the system extracts 58 dimensional feature vectors including spectral centroid, spectral rolloff and spectral flux based on STFT and also the coefficient domain features such as LPC, MFCC, and then these features are further optimized using SFS method. For Pattern or genre classification, k-NN, Gaussian, GMM and SVM algorithms are considered. In addition, the proposed system adopts MFC method to settle down the uncertainty problem of the system performance due to the different query Patterns (or portions). From the experimental results. we verify the successful genre classification performance over $97{\%}$ for both the k-NN and SVM classifier, however SVM classifier provides almost three times faster classification performance than the k-NN.

• The Journal of the Acoustical Society of Korea
• /
• v.33 no.1
• /
• pp.81-86
• /
• 2014

This paper presents a study on the effectiveness of using the spectral and the temporal octave-band order statistics for musical genre classification. In order to represent the relative disposition of the harmonic and non-harmonic components, we utilize the octave-band order statistics of power spectral distribution. Experiments on the widely used two music datasets were performed; the results show that the octave-band order statistics improve genre classification accuracy by 2.61 % for one dataset and 8.9 % for another dataset compared with the mel-frequency cepstral coefficients and the octave-band spectral contrast. Experimental results show that the octave-band order statistics are promising for musical genre classification.

• Journal of Korea Society of Industrial Information Systems
• /
• v.11 no.5
• /
• pp.18-27
• /
• 2006

Rapid increase of the amount of music data demands for a new method that allows efficient similarity retrieval of music genre using audio features in music databases. To build this similarity retrieval, an indexing techniques that support audio features as a time-series pattern and data mining technologies are needed. In this paper, we address the development of a system that retrieves similar genre music based on the indexing techniques. We first propose the structure of content-based music genre retrieval system based on the time-series pattern index file and data mining technologies. In addition, we implement the time-series pattern index file using audio features and present performance analysis of the time-series pattern index file for similar genre retrieval. The experiments are performed on real data to verify the performance of the proposed method.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.7
• /
• pp.1487-1494
• /
• 2011

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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.357-360
• /
• 2011

스트레스는 다양한 질병의 원인이 되며 스트레스의 해소는 질병 예방에 중요한 요인이라 할 수 있을 것이다. 스트레스를 해소시키는 방법 중 한 가지는 청각이나 시각을 이용하는 방법이다. 청각과 시각을 동시에 이용할 수 있다면 그 효과를 극대화 할 수 있을 것이다. 이러한 맥락에서 본 논문에서는 음원의 분위기와 분위기 단어의 색상을 수집한 후 수집한 데이터를 이용하여 음악 장르에 따른 분위기 분포와 분위기 단어에 따른 색상을 이용하여 음악 장르에 따른 색상 분포가 다르다는 것을 확인하기 위해 Minitab을 이용하여 $x^2$-test를 실시하였다. 분석결과, P<0.001로 음악 장르에 따라 분위기 색상이 다르게 분포되며 분위기에 따라 색상 및 명도, 채도의 분포도 다르게 나타남을 확인하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.30 no.2
• /
• pp.100-106
• /
• 2011

Music recordings have been digitalized such that huge size of music database is available to the public. Thus, the automatic classification system of music genres is required to effectively manage the growing music database. Mel-Frequency Cepstral Coefficient (MFCC) is a popular feature vector for genre classification. In this paper, the combined super-vector with Decorrelated Filter Bank (DFB) and Octave-based Spectral Contrast (OSC) using texture windows is processed by Support Vector Machine (SVM) for genre classification. Even with the lower order of the feature vector, the proposed super-vector produces 4.2 % improved classification accuracy compared with the conventional Marsyas system.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.04a
• /
• pp.925-927
• /
• 2014

최근 멀티미디어 데이터의 핵심이 되는 음악 데이터가 매우 중요한 관심이 되고 있다. 멀티미디어 데이터 가운데서도 음악 데이터의 중요성이 높아지고 있는데 방대한 음악 데이터를 분류하는 것은 중요하다. 본 논문에서는 음악 데이터를 효과적으로 분류하기 위하여 화음의 다양한 정보를 저장하는 데이터 구조를 제안하고 각 장르별 고유한 화음 진행의 특징을 제시한다. 또한, 그 중 화음을 저장하는 데이터만을 추출하여 장르별 화음진행 특성에 기반 하여 3가지 음악 장르를 분류 할 것이다.

• 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.

• 한국경영정보학회:학술대회논문집
• /
• 2007.11a
• /
• pp.591-596
• /
• 2007

본 연구에서는 상황 추론의 기능을 추천 시스템에 접목하였다. 연구의 대상 영역은 음악 추천 분야인데, 본 연구에서 제안하는 시스템은 세 개의 모듈, 즉 Intention Module, Mood Module 그리고 Recommendation Module로 구성되어 있다. Intention Module은 사용자가 음악을 청취할 의향이 있는지 없는지를 외부 환경의 상황 데이터를 이용하여 추론한다. Mood Module은 사용자의 상황에 적합한 음악의 장르를 추론한다. 마지막으로 Recommendation Module은 사용자에게 선정된 장르의 음악을 추천한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2021.07a
• /
• pp.159-162
• /
• 2021

국내 문화 예술 산업에서 게임과 관련된 음악 혹은 OST가 드라마, 영화, 애니메이션 등의 타 장르와는 다르게 국내의 미디어 매체에서 언급과 노출이 비교적 적은 편이다. 게임을 소비하는 일부 이용자를 제외한 일반적인 대중은 게임 음악을 접할 기회가 많지 않기 때문에 게임 음악은 여전히 문화 예술이 아닌 게임 음악이라는 틀 안에 갇혀 있다. 본 논문에서는 국내 온라인 게임과 관련된 음악의 상업성에 대해 분석하고 게임 음악이 하나의 음악 장르로 자리를 잡기 위한 방안을 제시하고자 한다.