• 한국정보전자통신기술학회논문지
• /
• 제1권3호
• /
• pp.77-82
• /
• 2008

본 논문에서는 대중음악 코드진행 과정에 있어서 패턴 분석을 이용하여 멜로디를 추가하는 방법을 소개한다. 먼저, 멜로디를 신경망의 입력으로 사용되는 비트패턴으로 변환하는 방법을 기술한다. 멜로디 추가 방법은 역전파 신경망 학습을 통해 멜로디 작곡 패턴을 학습시키고 학습 된 데이터를 바탕으로 멜로디를 생성하도록 설계하였다. 실험결과 신경망 학습을 이용한 컴퓨터의 작곡 가능성을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제18권11호
• /
• pp.1358-1366
• /
• 2015

This paper proposes an automatic composition method using the training capability of artificial neural networks and chord progression rules that are widely used by human composers. After training a given song, the new melody is generated by the trained artificial neural networks through applying a different initial melody to the neural networks. The generated melody should be modified to fit the rhythm and chord progression rules for generating natural melody. In order to achieve this object, we devised a post-processing method such as chord candidate generation, chord progression, and melody correction. From some tests we could find that the melody after the post-processing was very improved from the melody generated by artificial neural networks. This enables our composition system to generate a melody which is similar to those generated by human composers.

• 정보과학회 논문지
• /
• 제43권2호
• /
• pp.204-211
• /
• 2016

본 논문에서는 주어진 코드 진행에서 비화성음을 활용한 화려한 멜로디를 자동으로 생성하는 새로운 진화적 자동 음악 작곡 시스템을 제안한다. 전체 시스템은 리듬 생성과 멜로디 생성의 두 단계로 나누어지며, 사용자 설정 파라미터로 제어되는 리듬 적합도 평가 함수와 화성학 기반으로 설계된 멜로디 적합도 평가 함수, 그리고 멜로디 최적화 성능 향상을 위해 설계된 음악적 문맥을 고려한 진화연산을 소개한다. 제안하는 리듬 적합도 평가 함수의 최적화에서 표준 유전알고리즘과 엘리티즘이 적용된 유전알고리즘, 차분진화 알고리즘, 그리고 입자군집최적화 알고리즘의 비교 실험을 하였으며, 멜로디 적합도 평가함수 최적화에서 위 4가지 알고리즘과 제안하는 진화연산을 적용한 유전알고리즘과의 비교 실험을 통해 성능을 검증하고, 생성된 멜로디에 대한 음악적 분석을 수행하였다.

• 정보처리학회논문지D
• /
• 제11D권3호
• /
• pp.495-508
• /
• 2004

최근 내용 기반 음악 정보 검색 시스템에서는 사용자의 응답 시간을 단축시키기 위해 음악의 대표성을 갖는 선율을 추출하여 색인하고, 검색시 이를 이용한다 음악에서 대표성을 갖는 선율은 해당 음악을 대표하여 사용자가 기억하고 있으며, 사용자가 질의 선율로 사용할 가능성이 높아야 한다. 그러나, 기존의 내용 기반 음악 정보 검색 시스템에서는 음악 구성 형식을 고려하지 않기 때문에 음악 구성 형식에 따라 반복, 대조되는 선율들을 해당 음악을 대표하는 선율로 추출하지 못한다. 본 논문에서는 해당 음악을 대표하는 선율을 추출하기 위하여 한 음악에서 음악 구성 형식을 반영하여 일정한 유사도내에서 반복되는 선율들을 해당 음악의 반복 주제 선율로 추출한다. 또한, 사용자가 일반적으로 인지하는 첫 동기 선율과 절정 선율에 해당되는 선율들을 인식하여 대표 선율에 추가한다. 본 논문에서 제안된 시스템의 성능을 평가하기 위해 프로토타입을 구현하고, 다른 선을 색인과 비교 실험하였다. 실험 결과, 대표 선율 색인은 전체 동기를 색인한 경우에 비해 34％의 적은 저장 공간으로 색인을 구성하여 사용자의 응답 시간을 단축시켰다. 또한, 반복 주제 선율만으로 색인한 경우에 비해 사용자가 질의 가능성이 높은 첫 동기 선율, 절정 선율 등을 대표 선율로 색인하기 때문에 추가적으로 20의 색인 공간이 필요하였으나, 다양한 사용자의 질의 선율에 대해 검색의 정확성을 증진할 수 있음을 보였다.

• 한국지능시스템학회논문지
• /
• 제26권6호
• /
• pp.445-451
• /
• 2016

본 논문에서는 기존의 인공신경망을 이용한 자동작곡에서 음악적으로 부족한 부분을 개선하기 위해 조성을 후처리하는 방법과 멜로디에 반복성을 주는 방법 그리고 다수의 곡을 학습하기 위한 평균 신경망 방법을 제안한다. 인공신경망을 이용하여 작곡된 곡의 멜로디는 인공신경망에 학습된 곡의 멜로디에 따라서 출력되는 것으로 음악적으로 특정한 조성에 맞는 곡이 출력되지 않으며 또한 반복적인 멜로디 구성이 나오기 어렵다. 본 논문에서는 이를 해결하기 위하여 인공신경망이 출력한 멜로디를 음악이론에 따라서 특정한 조성으로 후처리하는 방법과 마디구분을 반복적으로 구성하여 멜로디 진행에 반복을 주는 방법을 제안한다. 또한 기존 연구에서 사용한 다수의 곡을 학습하는 방법은 여러 가지 단점이 있었다. 이를 해결하기 위하여 다수의 곡을 학습하는 방법으로 각 곡을 학습한 인공신경망의 가중치를 평균하여 만든 평균 인공신경망을 사용하는 것을 제안한다. 제안한 방법을 적용하여 작곡한 결과 제안한 방법이 기존의 문제점을 해결하는 것을 확인할 수 있었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권8호
• /
• pp.315-320
• /
• 2014

작곡은 작곡가의 경험을 바탕으로 표현하고자 하는 감정을 멜로디로 나타내는 창작활동이다. 따라서 작곡가의 작곡 과정을 그대로 본따서 자동작곡프로그램을 만드는 것은 매우 어렵다. 우리는 '창작은 모방을 통하여 가능하다'는 전제하에 본 논문에서 인공신경망의 학습기능을 이용하여 자동작곡시스템을 구현하는 방법을 제안한다. 이를 위하여 먼저 기존 곡을 인공신경망이 학습할 수 있는 시계열 데이터로 변환하는 방법을 제시하였다. 또한 곡의 특성상 반복되는 시계열 데이터를 제대로 학습하기 위하여 곡의 마디를 함께 학습하는 방법을 고안하였다. 학습된 인공신경망에 새로운 곡의 도입부 시계열 데이터를 만들어 넣어주면 인공신경망이 나머지 시계열 데이터를 만들어준다. 이를 음표와 박자로 변환하면 새로운 곡이 완성된다. 다만, 인공신경망의 출력은 음악이론과 다른 박자와 다른 화성의 음표를 출력할 수 있기 때문에 이를 후처리로 보정해 주어야 한다. 본 논문에서는 박자 후처리 프로그램만 구현하여 적용하였으며, 화성 후처리는 사람이 직접 하였다. 화성 후처리는 복잡하여 추후연구에서 구현할 예정이다.

• 한국정보전자통신기술학회논문지
• /
• 제6권3호
• /
• pp.189-194
• /
• 2013

본 논문에서는 대중음악 코드진행 패턴 분석을 통해 최적의 코드진행을 완성시키고 해당 코드진행의 멜로디 정보 일부를 비트행렬로 구성하여 신경망의 입력 벡터로 사용하였다. 실험결과 신경망 학습을 이용한 컴퓨터의 작곡 가능성을 확인하였다. 제안한 방법을 이용하면 임의의 멜로디를 다양하게 재구성 할 수 있는 방법론을 만들어 낼 수 있다.

• 디지털콘텐츠학회 논문지
• /
• 제17권6호
• /
• pp.449-459
• /
• 2016

본 논문에서는 기존의 인공신경망을 이용한 자동작곡 방법에서 발생한 세 가지 문제점을 개선하는 새로운 방법을 제안한다. 첫 번째 문제는 인공신경망이 출력한 곡의 박자를 음악이론에 맞도록 후처리 하는 것에서 모든 경우를 처리하지 못하여 발생한 문제이다. 두 번째 문제는 음표를 학습하는 인공신경망에 음표와 구분되는 큰 값으로 쉼표를 같이 학습하다보니 음표공간이 왜곡되어 발생하는 문제이다. 마지막 문제는 새로운 곡 작곡 시 사용자가 작곡해서 넣어준 초기 멜로디와 박자가 인공신경망이 출력하는 나머지 멜로디와 박자와 어울리지 못하여 발생하는 문제이다. 본 논문에서는 이러한 문제를 해결하기 위하여 개선된 박자 후처리 알고리즘과 초기 멜로디 처리 방법을 제안하였으며 쉼표용 인공신경망을 새로이 도입하였다. 실험결과 새로 제안한 방법이 기존의 방법에서 발생한 세 가지 문제점을 모두 해결하는 것으로 판명되었다.

• 한국정보통신학회논문지
• /
• 제25권7호
• /
• pp.869-876
• /
• 2021

음악 분야에서는 최근 머신러닝을 이용한 다양한 인공지능 작곡 방법이 시도되고 있다. 하지만 이 연구는 대부분 서양음악을 중심으로 이루어져왔고 국악에 관한 연구는 거의 이루어지지 않았다. 특히 연구를 위한 데이터 세트조차 만들어지지 않은 상태여서 연구에 어려움이 많았다. 이에 해당 논문에서는 국악의 데이터 세트를 만들고 그 데이터 세트를 기반으로 하여 세 가지 알고리즘을 이용하여 국악 멜로디를 생성하고 그 결과물을 비교하여 보기로 한다. 언어와 음악의 유사성에 기반한 LSTM, Music Transformer 그리고 Self Attention 3가지 모델들이 선택되었다. 각 3가지 모델을 이용하여 국악 멜로디 생성기를 모델링하고 학습시켜 국악 멜로디를 생성해 내었다. 사용자 평가 결과 Self Attention 방식이 LSTM 방식과 Music transformer 방식에 비해 높은 선호도를 보였다. 데이터 표현 및 훈련데이터는 인공지능 작곡에 있어 매우 중요하다. 이를 위한 기초적인 국악 데이터 세트를 만들고 다양한 알고리즘으로 인공지능 작곡을 시도하였고 이것이 향후 국악 인공지능 작곡의 연구에 도움이 될 수 있을 것으로 기대한다.

• 한국산학기술학회논문지
• /
• 제16권12호
• /
• pp.8830-8835
• /
• 2015

모티브는 멜로디를 구성하는 가장 작은 단위로 선율의 기본이 되며, 무엇인가 창작을 하는 시발점이다. 솔로를 연주함에 있어 멜로디(Melody)를 구성하는 방법 중 모티브(Motive)를 만들고 그것을 변형 또는 발전 시켜 솔로를 전개하는 방식이 중요한 요소로서 작용을 하는데, 즉흥적으로 이루어지는 재즈 솔로에서 모티브를 어떻게 변형, 발전시켜 전개하였는지 분석하여 이를 활용하는 것은 좀 더 멜로딕(Melodic)한 솔로에 접근 하는 하나의 방식 또는 아이디어가 될 수 있다. 본 논문은 현재 컨템포러리 재즈(Contemporary Jazz)에서 독창적인 아이디어로 여러 장르에서 왕성하게 활동 중인 연주자 래리 그레니디어(Larry Grenadier)의 솔로 중 모티브를 중심으로 솔로를 전개한 3곡을 선곡하여 어떠한 전개기법으로 모티브를 변형, 발전 시켰는지에 대해 분석하였다. 모티브의 판단기준은 서론에서 언급한 모티브 전개기법에 의거하였기 때문에 모티브로 보이지만 모티브 전개기법으로 분석이 불가능한 경우 이를 분석 대상에서 제외한 것은 본 논문의 연구에 있어 한계점으로 남으며 향후 보완하여 연구가 필요한 부분이다.