• 한국멀티미디어학회논문지
• /
• 제16권4호
• /
• pp.453-463
• /
• 2013

본 논문은 음악의 코러스(chorus) 구간을 자동으로 추출하는 기법 및 시스템에 대하여 다루었다. 코러스 구간을 자동으로 추출하는 음악 요약 기술은 방대한 음악 데이터베이스에서 특정 음악 검색을 용이하게 할 수 있으며, 온라인 스트리밍 서비스에서 샘플 음악을 생성할 때 사용될 수 있다. 이를 구현하기 위해, 기존의 알고리즘들은 2차원 유사도 행렬, 확률모델, 신경망모델, 템포 특징 벡터, 클러스터링 기법 등을 적절히 활용하여 개발되었다. 본 논문에서는 음악의 오디오 핑거프린트를 추출한 후 곡 내의 오디오 핑거프린트 구간 쌍의 비트에러율을 통해 음악 요약을 추출한다. 다만, 음악 검색 솔루션에서 사용된 오디오 핑거프린트가 데이터베이스에 이미 존재할 경우에는 이를 바로 로딩한 후 비트에러율을 계산하여 음악 요약을 추출할 수 있다. 이런 방법은 이미 만들어진 데이터베이스를 변형 없이 그대로 사용할 수 있음으로써 음악 데이터베이스를 활용한 다양한 알고리즘과 솔루션의 가능성을 보여주었다. 또한, 음악의 코러스를 추출하는데 있어서 기존 방식보다 매우 뛰어난 성능을 보임을 알 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제22권1호
• /
• pp.9-14
• /
• 2017

In this paper, we propose that the contrast features of octave spectrum can be used to show spectral contrast features of some music clips. It shows the relative spectral distribution rather than average spectrum. From the experiment, it can be seen the method of spectral contrast features has a good performance in classification of music styles. Another comparative experiment shows that the method of spectral contrast features can better distinguish different music styles than the method of MFCC features that commonly used previously in the classification system of music styles.

• 컴퓨터교육학회논문지
• /
• 제14권4호
• /
• pp.1-10
• /
• 2011

21세기를 주도할 자율적이고 창의적인 한국인 육성은 개정된 교육과정에서 강조하는 기본방향이다. 중등음악교육에서는 학습자의 시각과 청각을 함께 자극하고 창의적으로 활용할 수 있는 컴퓨터 음악프로그램이 교수 학습에 효과적인 매체라 할 수 있다. 본 연구에서는 컴퓨터 음악프로그램의 기능을 살펴보고, 그것을 음악수업에서 창의적인 학습활동으로 연계할 수 있는 방안을 모색하였다. 또한 음악활동 영역별로 그 적용방안을 제시하고자 한다. 이를 위하여 사보프로그램인 Finale 2010과 이미지 및 동영상 편집도구로 Window MovieMaker, 그리고 소리편집의 Goldwave를 사용을 중심으로 학생들의 창의적인 학습활동 방안을 제시하였다.

• 대한인간공학회지
• /
• 제32권5호
• /
• pp.421-427
• /
• 2013

Objective: This paper is to analyze the impact of musical training to the fast ${\alpha}$ wave activation of the EEG. Background: EEG is neurological research method that can observe the brain function in real time. EEG can be used to determine the nervousness and relaxedness of a person who receives stimuli in a structured environment. Therefore, it is possible to interpret the functional state of human brain by the analysis of EEG. Method: The brain activities of two groups of university students in the point of RFA(Relative Fast Alpha) caused by different music are analyzed in this paper. One is the group of music majors and the other is the group of non-majors. Results: Music major and non-major groups show meaningful differences in RFA during exposed to classic and metal music. Conclusion: Learning experience on music affects RFA increment of music majors. Application: The result of this study will be used as basic data to evaluate the learning effects of students who want to study music.

• 한국정보전자통신기술학회논문지
• /
• 제9권4호
• /
• pp.337-342
• /
• 2016

본 연구에서는 수정 선형예측방법으로 목표물의 신호를 정확히 추정하는 방법에 대해서 연구하였다. 선형예측방법은 임의의 안테나 배열소자를 다른 소자들과 선형 결합하여 도래방향 신호를 추정하는 방법이다. 수정 선형예측방법은 최적 가중치와 사후확률방법을 사용하였다. 모의실험을 이용하여 본 연구에서 제안한 방법과 Bartlett 및 MUSIC방법의 성능을 비교 분석하였다. 모의실험조건은 안테나 배열 소자 9개, 목표물 신호 4개[-5o, 0o, 5o, 10o]에서 방향을 추정한다. 모의실험에서 Bartlett과 MUSIC방법은 목표물 신호를 3개만 추정하였고, 본 연구에서 제안한 방법은 목표물 신호 4개를 모두 추정하였다. 본 연구에서 제안한 방법이 기존의 Bartlett 과 MUSIC방법보다 분해능이 우수함을 나타내었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.733-738
• /
• 2008

음열 음악은 쇤베르크가 창시한 20세기 음악의 중요한 작곡 기법중 하나이다. 이 음악은 범조적인 혹은 무조적인 특정을 가지며, 이로 인하여 독특한 현대 음악의 분위기를 생성하게 된다. 본 논문에서는 수학적 알고리즘을 이용하여 음열 음악을 생성하는 방법을 제안하고자 한다. 본 논문에서 소개하는 방법은 음열음악에 대한 쇤베르크의 엄격한 정의보다는 더욱 자유로운 형태를 띄지만, 전체 음악 내에서 12개의 음이 사용되어야 한다는 규칙은 만족한다. 이를 위하여 원형 음열 및 원형 음열의 전위과 전조로 구성되어있는 음열도표를 자유롭게 탐색하는 공간 채움 곡선을 이용한다. 임의의 공간을 한번만 탐색하는 성질을 가진 이 곡선을 사용함으로써, 음열 도표에 있는 모든 음을 한번씩 사용하면서도 적절한 반복성을 띄는 음악을 생성할 수 있다. 따라서 생성된 음악은 원래의 음열 음악의 특징인 범조성 및 무조성을 유지하면서도 현대음악에 친숙하지 않은 사람들에게도 보다 쉽게 접근하는 음악을 생성할 수 있다는 장점이 있다. 또한 다차원 공간 채움 곡선을 이용하여 음의 길이 및 세기까지 음열을 사용하는 더욱 확장된 형태의 음열음악을 생성하는 방법도 소개한다.

• 한국컴퓨터정보학회논문지
• /
• 제13권3호
• /
• pp.99-106
• /
• 2008

최근 다양한 분야에서(웹 포털, 유료 음원서비스 등) 디지털 음악의 검색이 사용되고 있다. 기존의 디지털 음악의 검색은 음악 데이터에 포함된 자체 메타 정보를 이용하여 이루어진다. 하지만 메타 정보가 다르게 작성되었거나 작성되지 않은 경우 정확한 검색은 어렵다. 요즘 이러한 문제의 보완 방안으로 음악자체를 이용하는 내용기반정보 검색 기법에 대한 연구가 이루어지고 있다. 본 논문에서는 음악의 파형에서 추출된 특징 정보간의 유사도 측정을 통하여 동일음원을 인식하는 방법에 대해 논하고자 한다. 디지털 음악의 특징 정보는 단순화시킨 MFCC (Mel Frequency Cepstral Coefficient)를 이용하여 음악의 파형으로부터 추출하였다. 디지털 음악간의 유사도는 Vision 및 Speech Recognition 분야에서 사용되던 DTW (Dynamic Time Warping) 기법을 활용하여 측정하였다. 제안된 동일 음원 인식 방법의 검증을 위한 같은 장르에서 무작위 추출된 1000곡에서 시행한 500번의 검색은 모두 성공했다. 검색에 사용된 500개의 디지털 오디오는 60개의 디지털음원을 압축방식과 비트율을 다르게 조합하여 만들었다. 실험의 결과로 DTW을 이용한 유사도 측정법이 동일음원을 인식할 수 있음을 증명하였다.

• 한국정보통신학회논문지
• /
• 제26권7호
• /
• pp.1098-1101
• /
• 2022

With the development of computer music notation programs, when drawing sheet music, it is often drawn using a computer. However, there are still many use of hand-written notations for educational purposes or to quickly draw sheet music such as listening and dictating. In previous studies, OMR focused on recognizing the printed music sheet made by music notation program. the result of handwritten OMR with camera is poor because different people have different writing methods, and lens distortion. In this study, as a pre-processing process for recognizing handwritten music sheet, we propose a method for recognizing a staff using linear regression and a method for recognizing a bar using CNN. F₁ scores of staff recognition and barline detection are 99.09% and 95.48%, respectively. This methodologies are expected to contribute to improving the accuracy of handwriting.

• 한국전자파학회논문지
• /
• 제28권11호
• /
• pp.880-885
• /
• 2017

기존에 제안된 AD-MUSIC 알고리즘을 이용하여 2차원 탐색 없이 1차원 탐색을 반복함으로써 DOD/DOA 추정이 가능하다. 본 논문에서는 계산량을 더욱 감소하기 위해 1차원 탐색에 Newton 기반 기법을 적용한다. 본 논문은 바이스태틱 MIMO 레이다 시스템의 수신신호 모델링과 AD-MUSIC의 유도과정을 보이고, 뉴턴 반복 기법을 AD-MUSIC에 적용한다. 추정 시, 기존의 AD-MUSIC 알고리즘의 성능과 계산량이 탐색 간격에 영향을 받는 것에 반해, AD-MUSIC의 성능과 뉴턴기법을 적용하는 본 논문의 방법인 경우, 탐색 간격에 관계없이 우수한 성능을 보이고, 계산량 또한 감소하는 효과를 보인다는 것을 시뮬레이션을 통해 보인다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제15권12호
• /
• pp.923-927
• /
• 2009

최근 디지털 음반 시장의 발전으로 인해 음악 검색 및 추천에 대한 수요가 증가하고 있는데 이러한 서비스를 수행하는 음악 기반 응용 시스템의 성능 향상을 위해서는 일반적인 음악의 형태인 다음(Polyphonic) 음악에서 멜로디를 추출하는 과정이 필수적이다. 본 논문에서는 다음의 복잡도가 높고 넓은 음역을 가지는 음악을 만들 수 있는 피아노 솔로 음악에서 멜로디를 추출하는 방법을 제안한다. 본 연구는 피아노 음악을 음악의 특성에 따라 세 가지 유형으로 분류해서 유형별로 멜로디를 추출하는 방법을 살펴본다. 제안한 방법에 따라 구현된 시스템을 이용해서 성능을 측정한 결과 다양한 피아노 솔로 음악에 적용 가능함을 확인했다.