• 한국지능시스템학회논문지
• /
• 제21권2호
• /
• pp.218-223
• /
• 2011

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.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 2부
• /
• pp.439-444
• /
• 2007

정서 전달에는 언어적 의사소통뿐만 아니라 비언어적 의사소통이 거론되곤 한다. 하지만 지금까지의 비언어적 의사소통 연구는 대부분 언어의 음향학적 연구나 얼굴표정 연구에 국한되었다. 또한 음악의 정서에 대한 연구는 음악적 구조 혹은 스타일과 여러 성격적 특질 및 행동 간의 관계, 혹은 생리적 효과 등 어떤 음악(what music)이 특정한 효과를 일으키느냐에 중점을 두고 있었다. 따라서 본 연구에서는 Gabrielsson & Juslin(1996)의 연구에 의거, 음악을 통하여 작곡가가 아닌 연주자의 의도된 정서가 청자에게 얼마나 잘 지각될 수 있는지 알아보고자 하였다. 봉 녕구의 가설은 다음과 같다; 첫째, 연주자의 정서적 의도는 음악의 모든 물리적 변인에 영향을 준다; 둘째, 청자는 의도된 정서를 지각하는 데 일반적으로 성공적이다; 셋째, 특정 정서는 다른 정서보다 더 잘 구분된다. 본 연구에 사용된 곡은 학습 효과를 배제하기 위하여 새롭게 전문 작곡가에 의해 작곡되었으며, 전문 연주자는 동일한 곡을 7종류의 정서(행복한, 슬픈, 화난, 두려운, 다정한, 엄숙한, 정서 표현 없음)를 표현하도록 연주하였다. 하나의 완전한 음악을 표현하기 위하여 각 곡은 멜로디(악기구성: 일렉트릭 기타, 베이스, 그랜드 피아노)와 리듬(드럼)을 포함하였다. 실험참가자는 각 곡을 듣고 7개의 정서 종류 각각에 점수를 평정하였다. 그 결과 이전 연구와 마찬가지로 청자는 연주자의 의도된 정서를 일반적으로 지각하는 데 성공하였으며 7개의 정서 중 특징적인 정서("행복한", "슬픈", "화난", "다정한") 는 다른 정서 보다 더 잘 구별되었다. 본 연구에 사용된 "두려운" 정서 곡의 음향분석 결과 소리 강도의 큰 변산이 특징이었다. 이는 이전 연구에서 "두려운" 정서의 특징인 타이밍의 큰 변산과 함께, "두려운" 정서가 '불규칙적이거나 변화가 커서 예측하기 어려운' 속성을 지니고 있음을 시사한다. 또한 "다정한" 정서에 대해서 본 연구에서는 다른 모든 정서와 유의미한 차이를 보인 반면, 이전 연구에서는 "슬픈"과 유의미한 차이가 없었다. 이는 본 연구에 쓰인 "다정한" 정서의 곡은 리듬 패턴을 다른 정서 버전과는 다르게 보사노바 리듬을 사용하였다. 이전 연구와는 다르게 빠른 템포였음에도 불구하고 구별이 잘 된 이유는 이와 같이 장르 특징적인 영향이 컸기 때문이라고 할 수 있다. 이는 연주자나 음악 스타일 자체의 성격이 정서 판단에 있어 큰 영향을 준다는 사실을 시사한다. 종합적으로 음악을 통한 정서 전달에 있어 연주자, 청자, 악기, 음악 스타일의 차이가 영향을 줄 수 있다는 사실을 확인하였으며 이러한 결과는 Scherer & Oshinsky(1977)가 언급하였듯 음악 연주가 다른 비언어적 의사소통 방법과 공유하는 특징이 있음을 시사한다.

• 대한전자공학회논문지SP
• /
• 제42권3호
• /
• pp.115-120
• /
• 2005

본 논문에서는 multi-feature clustering(MFC) 방법을 이용한 강인한 내용 기반 음악 장르 분류 알고리즘을 제안한다. 기존 연구와 비교하여 본 논문에서는 입력 질의 패턴(또는 구간)과 입력 질의 길이의 변화에 따라 나타나는 불안정한 시스템 성능을 개선하는데 노력하였고, k-means clustering 기법에 기반한 multi-feature clustering(MFC)이라는 새로운 알고리즘을 제안하였다. 제안된 시스템의 성능을 검증하기 위해 질의 음악 파일의 서로 다른 여러 구간에서 질의 길이를 다변화하여 음악 특징 계수를 추출하였고, MFC 방법을 사용한 시스템과 MFC 방법을 사용하지 않은 시스템에 대한 장르 분류 성공률을 비교하여 제안 알고리즘의 성능을 비교${\cdot}$분석하였다. 모의실험 결과 MFC 방법을 사용한 시스템의 장르 분류 성공률이 높게 나타났고, 시스템의 안정성 역시 높게 나타났다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2014년도 하계학술대회
• /
• pp.3-4
• /
• 2014

음악 장르 분류 분야에서는 다양한 특징을 모아서 특징 벡터를 만들고 이를 support vector machine (SVM)와 같은 분류기에 입력하는 시스템이 주로 사용되고 있다. 이 논문에서는 거리 함수 학습를 음악 장르 분류를 위한 특징 벡터의 간소화에 적용하였다. 여러 거리 함수 학습 방법 중 하나의 방법을 선택하고, 기존의 논문들에서 사용되었던 특징 셋을 활용하여 기존 특징 셋에 대해서 성능을 떨어뜨리지 않으면서 특징 셋의 길이를 줄일 수 있는지 살펴본다. 우리의 실험에서는 168차원의 특징 셋을 10차원까지 줄였는데, 이 경우 분류 정확도가 2% 이내로 저하되었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2017년도 하계학술대회
• /
• pp.29-30
• /
• 2017

본 논문에서는 인간의 청각 기관을 모델링 한 스파이크그램 (spikegram)을 이용한 심층 신경망 기반의 음악 장르 분류 기술을 제안한다. 분류 대상은 GTZAN 데이터 세트의 10개 장르로 정의한다. 본 논문에서는 청각 기관의 인식 방법을 모델링한 방법을 이용하여 스파이크그램을 구하고, 스파이크그램에서 새로운 특성 벡터를 추출하는 방법을 제안한다. 제안하는 방법을 통해 심층 신경망에 적합한 특성 벡터를 구하고 이렇게 구한 특성 벡터로 신경망을 학습시켜 기존에 사용하던 다양한 방법들보다 높은 성능을 얻을 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2013년도 추계학술대회
• /
• pp.36-37
• /
• 2013

음악 장르 분류 분야에서는 다양한 특징을 모아서 사용하는 방법과 support vector machine (SVM) 분류기가 주로 사용되고 있다. 이 논문에서는 거리 함수 학습를 음악 장르 분류에 적용하여 성능 향상을 꾀한다. 여러 거리 함수 학습 방법 중 하나의 방법을 선택하고, 일반적으로 많이 사용되는 특징 셋을 활용하여 다양한 특징 셋에 대해서 적용하였을 때, 실제 성능 향상이 있는지를 알아본다. 세 종류의 특징 셋을 사용하여 실험한 결과 두 가지 특징이 같이 있는 특징 셋에 대해서만 성능 향상이 있었으며, SVM보다 높은 성능을 보이지 못 했다.

• 한국멀티미디어학회논문지
• /
• 제16권11호
• /
• pp.1325-1337
• /
• 2013

음악은 사람의 감성, 감정에 영향을 끼치며, 최근 음악의 정서적인 힘은 여러 분야에 응용되고 있다. 특히, 음악을 듣는 것뿐만 아니라 시각적으로 가시화하여 여러 분위기를 연출할 수 있다. 본 논문에서는 음악과 조명을 연계하여 사람과의 상호작용을 위한 감성 제어 시스템을 제안한다. 기존의 FT(Fourier Transform)는 시간에 대한 정보를 가지고 있지 않기 때문에 시간에 따라 주파수 성분이 변하는 신호의 정보를 효율적으로 분석하기 어렵다. 이와 같은 문제점을 해결하기 위해 음악 신호 분석은 STFT(Short Time Fourier Transform)을 사용하였고, 세 가지의 장르로 음악을 분류하여 장르에 따른 주파수 특성을 비교해 보았으며, 분석된 범위내의 주파수 성분을 바탕으로 컬러 LED조명의 색상과 밝기 제어를 하였다. 기존의 음악을 이용한 LED조명 제어 연구와 다르게 감성적인 조명의 색 제어와 음악 신호의 변화량을 이용하여 밝기 제어를 하였으며, 제안된 조명 제어 방식은 감성 조명뿐만 아니라 여러 산업분야로 활용 될 수 있을 것이다.

• 만화애니메이션 연구
• /
• 통권27호
• /
• pp.127-151
• /
• 2012

<노다메 칸타빌레>는 클래식 음악을 다룬 장르만화이다. 만화가 니노미야 도모코에 의해 2001년부터 연재가 시작되어 2009년 10월까지 총 23권으로 출간된 이 작은 노다메 신드롬이라고 불릴 정도의 각광을 받아 왔다. 본 연구는 <노다메 칸타빌레>라는 음악 장르를 대상으로 한 만화에서 나타난 내러티브 구조의 특징을 기호학적 모델을 통해서 분석함을 목적으로 한다. 내러티브 구조는 먼저 그레마스가 제시한 세 가지의 시련과정을 통해서 이야기의 흐름이 어떻게 주어져 있는 지를 분석하고자 한다. 그리고 행위자 모델과 기호학적 사각형 모델을 적용하여 이야기 구성의 행위자들이 어떻게 배치되어있는 지와 행위자들을 둘러싼 사회적 담론의 의미 구조가 어떻게 생성되어있는 지를 고찰하고자 한다. 분석에 따르면, 만화에서 클래식 음악에 대한 사회적 담론으로 채택된 것은 천부적 재능과 도제식 교육방식의 관계이다. <노다메 칸타빌레>는 천부적 재능의 발현을 가로막는 대립 항으로 도제식 교육을 설정하는 것으로 나타났다. 이는 현실 세계를 주도하는 음악 교육의 방식에 대한 비판적 견해라고 할 수 있다.

• 한국지능시스템학회논문지
• /
• 제20권6호
• /
• pp.884-889
• /
• 2010

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 감정단어들로 분류, 검색하여야 한다. 본 논문에서는 사람이 느끼는 감정 중, 밝음과 어두움을 기준으로 음악을 분류하려고 한다. 음악이 내포하고 있는 특성들에 VCM(Variance Considered Machines)을 적용하여 음악의 명암 분류 시스템을 제안한다. 본 논문에서 이용한 음악적 특성은 3가지이다. 설문조사를 통해 명암이 정의된 기준 음악을 음의 높고 낮음의 분포, 음색의 가늘고 굵음과 비트의 빠르기를 이용하여 VCM에 먼저 학습을 시킨 후, 학습된 VCM을 통하여 분류 되지 않은 음악을 정의하여 설문조사를 통한 결과와 비교 분석 하였다. 음 추출은 Matlab을 이용하여 샘플링된 음악을 일정한 간격으로 나누어 FFT를 통해 주파수 분석을 한 후 평균값을 그 구간의 대표음이라 가정하고 추출된 음들의 높낮이를 수치화 하여 전체 분포를 파악하였다. 음색 부분에서는 음 추출에서 사용된 주파수 영역에서 전체 주파수 누적분포의 차이를 이용하여 수치화 하였다. 이 세 가지 특성을 VCM에 적용하여 실험 결과와 설문 조사 결과 비교하여 보니 약 95.4%의 확률로 음악의 명암이 분리된 것을 확인 하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1163-1165
• /
• 2015

최근 들어, 사용자의 선호도를 고려한 음악추천 시스템의 연구가 활발히 진행되고 있다. 대부분의 음악 추천 시스템은 사용자가 들었던 곡을 분석하여 유사한 노래를 추천하는 시스템을 사용하여 비슷한 성향에서 벗어나지 못한 추천으로 다양한 사용자의 선호도를 만족시키는데 한계가 있었다. 본 논문에서는 개인 정보인 성별, 나이, 지역, 계절, 장르에 가중치를 활용하여 각각의 개인에 가장 알맞은 음악 추천 시스템을 설계하고 구현한다.