• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.142-144
• /
• 2000

오늘날, 컴퓨터 하드웨어와 네트워크의 발달로 인하여, 사용자의 멀티미디어 정보 검색 시스템에 대한 요구들이 높아져가고 있다. 이러한 멀티미디어 정보 검색 시스템에서 멀티미디어 정보는 그 해당 데이터의 고유한 성질에 알맞은 특징 정보로써 표현되며, 각각의 특징 정보를 이용하여 해당 멀티미디어 정보 검색을 위한 색인을 구성하고 사용자의 질의에 대해 검색을 수행하게 된다. 그러나 이미지나 비디오 등의 다른 멀티미디어 정보 검색에 비해, 음악 정보에 대한 검색은 아직 연구가 미비한 상태이므로 본 논문에서는 음악 정보로부터 추출된 특징 정보를 이용하여 음악정보의 다차원 색인을 구축함으로써, 사용자의 음악 질의에 대해서 보다 나은 기능들과 효율을 가지도록 내용 기반 음악 정보 검색 수행을 지원하는 정보 검색 기법을 제안한다.

• 한국HCI학회:학술대회논문집
• /
• 2007.02a
• /
• pp.616-623
• /
• 2007

본 논문에서는 음악 신호로부터 추출한 비트 정보를 사용하여 가상 캐릭터의 움직임을 제어하는 방법에 대해 논한다. 특히 주기를 가지는 반복적인 동작, 그 중에서도 춤동작에 대한 음악 신호와의 동기화 방법을 제안한다. 서버로 구현된 음악 비트 인식기는 입력 음악 신호에 대한 분석 정보를 규칙적으로 출력한다. 동작 클라이언트는 동작 캡쳐를 통해 얻은 동작 데이터를 여러 개의 기본 동작들로 나누고, 사용자가 선택한 새로운 순서대로 기본 동작들을 연결하여 부드럽게 재생한다. 또한 서버에 접속하여 전송 받은 음악의 템포에 맞게 동작데이터를 와핑(warping)하고 음악의 주요 비트 시각에 맞추어 기본 동작들의 재생시작 시간을 동기화한다. 음원에 의한, 즉 박자, 강약, 비트와 같은 기본적인 정보뿐만 아니라 분위기, 박자 변화와 같은 고급 정보에도 동적으로 반응하여 춤을 추는 가상 캐릭터를 개발하는 것이 본 연구의 궁극적인 목표이다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.11a
• /
• pp.301-302
• /
• 2009

현대 사회는 수많은 정보가 존재한다. 영화, 책, 옷, 전자제품 등 수많은 정보 속에서 자신이 원하는 정보를 얻기란 매우 어려운 일이며 많은 시간과 노력을 기울여서 하나하나 찾는 것은 비효율 적이므로 자주 찾았던 정보를 모아서 검색해주는 시스템의 수요가 증가하는 추세이다. 본 논문은 그 정보 중에 사람들이 많이 관심 갖고 자주 들으며, 또 수많은 많은 개체가 존재하는 음악에 관한 것으로 음악정보를 분석한 후 확률에 기반 하여 그와 비슷한 음악을 검색해주는 시스템이다. 확률적인 요소로 인하여 비슷한 음악뿐만 아니라 새로운 음악도 찾아주므로 사용자의 감정변화에 따른 다양한 곡의 유연한 검색이 가능하다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2006.05a
• /
• pp.201-204
• /
• 2006

최근에 내용기반 음악 정보 검색시스템과 관련하여 많은 연구들이 수행되고 있다. 이러한 노력의 결과로 자연스러운 음악 정보 검색을 위한 오디오 데이터를 이용한 내용기반 검색 방법에 대한 연구가 활발히 진행되고 있으며, 이러한 시스템에서는 대량의 음악특징 계수를 검색에 사용하고 있다. 하지만, 대량의 연속된 특징 계수를 저장 및 검색하는 방법으로 제안된 TIP-인덱스 화일을 이용한 연구는 부족한 실정이다. 본 논문에서는 연속 특징 계수를 효율적으로 인덱싱하는 기법의 하나인 TIP-인덱스 화일을 이용한 음악정보 검색 방법을 제안하고, 다양한 장르의 음악 오디오 화일에서 특징 계수를 추출하여 TIP-인덱스를 구축하여 실험하였으며, 실험 결과를 통하여 제안한 방법이 음악 정보 검색에서 좋은 성능을 보일 수 있음을 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06b
• /
• pp.135-140
• /
• 2008

최근 주변에서 다양한 음악분수를 찾아볼 수 있다. 음악분수의 연출을 위해서는 음악과 동기화되는 물의 움직임을 정의하는 음악분수 시나리오가 요구된다. 하지만 일반적으로 이러한 시나리오는 전문가들에 의하여 생성되기 때문에, 비용적인 문제로 인하여 다양한 음악에 대한 시나리오가 생성되지 못하고 있는 현실이다. 본 논문에서는 예제 기반 방식을 이용하여 자동으로 음악 분수의 시나리오를 생성하는 방법을 제안한다. 즉 기존에 전문가들에 의하여 생성되었던 음악분수의 시나리오를 분석하여 데이터베이스화 시킨 후, 이를 새롭게 합성하여 시나리오를 생성한다. 또한 음악분수 시나리오 생성에서 중요하게 요구되는 음악과 물 모양의 동기화를 위하여 본 논문에서는 임의의 음악이 들어왔을 때, 이 음악의 비트를 추출한 후 비트를 단위로 시나리오를 합성하게 된다. 사용자 실험결과 본 기술에 의하여 자동 생성된 시나리오는 전문가가 생성한 시나리오와 큰 차이가 나지 않음을 알 수 있었다. 본 기술을 이용하면 음악분수 시나리오를 생성할 때 요구되는 시간을 크게 줄일 수 있으며, 이로 인해 음악분수의 유지비용을 크게 절감할 수 있다.

• 한국경영정보학회:학술대회논문집
• /
• 2007.06a
• /
• pp.926-930
• /
• 2007

본 연구는 음악콘텐츠를 생산, 유통, 판매하는 기업의 입장에서 과연 소비자들의 어떤 인지요인들이 모바일음악콘텐츠 상품의 구매의도에 영향을 미치는지에 대해 초점을 맞추었다. 연구모델로는 모바일음악콘텐츠 상품을 정보기술이라는 측면에서 접근하고, 이러한 정보기술의 수용 요인을 추출하기 위하여 기술수형모형 (TAM: Technology Acceptance Model)을 주요 이론적 토대로 하였다. 또한, 구체적인 분석을 위해 모바일음악콘텐츠를 벨소리콘텐츠, 통화연결음콘텐츠, 음악 전곡 다운로드콘텐츠로 유형화하고, 각 분류에서의 구매의도에 영향을 미치는 요인을 분석하고자 온라인과 오프라인에서의 설문을 실시한 결과, 첫째, 회귀분석을 통해 벨소리콘텐츠 구매의도와의 관계를 검증하여 최종 도출된 요인들은 이용경력, 차별성, 편재성, 신뢰성, 보안성, 맞춤성, 사용편의 지각, 유용성 지각으로 나타났다. 둘째, 통화연결음콘텐츠 구매의도와의 관계인 경우 최종 도출된 요인들은 이용경력, 차별성, 편재성, 신뢰성, 보안성, 맞춤성, 사용편의 지각, 유용성 지각으로 나타났다. 셋째, 음악 전곡 다운로드콘텐츠 구매의도와의 관계인 경우 최종 도출된 요인들은 이용경력, 복제가능성, 신뢰성, 맞춤성, 사용편의 지각, 유용성 지각으로 나타났고, 이는 모바일음악콘텐츠의 유형에 따라 소비자의 구매의도에 끼치는 요인에 차이가 있음을 보여주고 특히 이동통신기기 특유의 콘텐츠와 일반음악콘텐츠의 경우 큰 차이를 구매의도와 독립변수간의 관계에서 보여주고 있다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.05a
• /
• pp.533-536
• /
• 2015

Mobile music market is growing. However, services what are applied recently are inaccurate to recommend music that a user is worth to prefer. So, this paper suggests music recommend system. This system recommend music that users prefer analyzing music information and user's musical propensity and using collaborative filtering. This system classify genre and extract factors what can be get using STFT's ZCR, Spectral roll-off, Spectral flux. So similar musics are clustered by these factors. And then, after divide mood of music's lyric, it finally recommend music automatically using collaborative filtering.

• 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.

• Journal of the Korean Society for information Management
• /
• v.25 no.4
• /
• pp.149-164
• /
• 2008

Our limited understanding of real-life music information queries is an impediment to developing music information retrieval (MIR) systems that meet the needs of real users. This study aims to contribute to developing a theorized understanding of how people seek music information by an empirical investigation of real-life queries, in particular, focusing on the accuracy of user-provided information and users' uncertainty expressions. This study found that much of users' information is inaccurate; users made various syntactic and semantic errors in providing this information. Despite these inaccuracies and uncertainties, many queries were successful in eliciting correct answers. A theory from pragmatics is suggested as a partial explanation for the unexpected success of inaccurate queries.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.07a
• /
• pp.82-84
• /
• 2011

본 논문에서는 사용자의 개인적 취향에 맞는 음악을 추천할 수 있는 사용자 감성/상황 정보 융합 기반의 협업 필터링의 확장을 이용한 음악추천시스템을 소개한다. 본 논문에서 제안하는 시스템은 확장된 협업 필터링 방식을 사용하여 추천을 해준다. 이를 위해 본 논문에서는 추천의 근거가 되는 감성과 무드를 Thayer 음악 무드 모델을 이용하여 총 12 가지의 감성 정보, 8 cluster 의 무드 정보로 분류했다. 또한 사용자의 상황 정보, 활동 & 날씨 & 시간에 대해서도 분류하였다. 분류된 정보는 음악감상 UI 를 이용하여 사용자 별 감성, 상황 그리고 음원의 무드 정보로 수집이 되었고, 수집된 정보를 기반으로 사용자 감성과 청취 곡 횟수를 퓨전하여 평가치 매트릭스를 만들었으며, 이를 바탕으로 단계적 협업 필터링에 의해 사용자 취향에 맞는 음악을 추천해 주는 방법이다.