• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.693-694
• /
• 2014

This short paper briefly describes the proposed music recommendation method that provides suitable music pieces to a listener depending on both listeners' ratings and content of music pieces. The proposed method consists of two methods. First, listeners' ratings prediction method is a combination the traditional user-based and item-based collaborative filtering methods. Second, genre classification method is a combination of feature extraction and classification procedures. The feature extraction step obtains audio signal information and stores it in data structure, while the second one classifies the music pieces into various genres using decision tree algorithm.

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2009년도 추계학술대회 논문집
• /
• pp.276-277
• /
• 2009

• 한국소음진동공학회:학술대회논문집
• /
• 한국소음진동공학회 2010년도 추계학술대회 논문집
• /
• pp.177-178
• /
• 2010

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권4호
• /
• pp.195-200
• /
• 2015

최근 한국에서는 대부분의 사람들이 안드로이드 기반의 스마트폰을 사용하고 있고, 뮤직플레이어는 어느 스마트폰에서나 찾아볼 수 있다. 그러나 뮤직 플레이어들 중 사용자의 취향이나, 음악을 듣는 성향에 맞춰진 개인화된 애플리케이션은 찾아보기 힘든 실정이다. 본 논문에서는 음악을 분석하여 감정에 따라 자동으로 분류하고, 사용자가 입력한 감정에 따라 추천하며, 사용자의 선호도를 반영하는 기능을 제공할 뿐만 아니라, 음악을 색채를 통해 시각화함으로써 사용자가 음악을 보다 쉽게 느낄 수 있도록 구현된 감성 뮤직 플레이어를 제안한다. 이를 통해 사용자는 선곡의 어려움을 해소하고 자신에게 최적화된 애플리케이션을 사용할 수 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 춘계학술대회
• /
• pp.533-536
• /
• 2015

모바일 음악 시장이 점차 커지고 있다. 하지만 현재 적용되는 서비스는 사용자가 선호할 만한 음악을 추천하기에는 정확도가 떨어진다. 본 연구에서는 음악 정보와 사용자의 음악적 성향을 분석해 협업 필터링기법으로 사용자가 보다 선호하는 음악을 자동으로 추천해주는 음악 추천 시스템을 제안한다. 본 시스템은 음원의 메타데이터에서 장르 데이터를 추출해서 장르별로 구분하고, STFT기법의 ZCR, Spectral roll-off, Spectral flux의 요소 벡터값을 추출하여 유사한 음원끼리 군집화를 한 후, TF-IDF기법으로 각 음원 가사의 무드를 분류한 다음, 이 요소들로 협업 필터링기법을 이용해 유사한 취향의 사용자를 발견해 자동 음악 추천을 하는 시스템을 제안한다.

• 디지털융복합연구
• /
• 제14권5호
• /
• pp.309-316
• /
• 2016

음악 소비행태가 온라인으로 변화하면서 온라인 음악 플랫폼들이 등장하기 시작한지 오래다. 사람들이 인기 음악이나 인기 뮤지션의 음악 등 추천 정보 제공을 선호하게 되면서 온라인 음악 플랫폼의 차트를 이용하기도 하고, 소셜 네트워크 서비스(SNS)를 통해 정보를 공유하기도 한다. 온라인 음악 순위 차트는 조금씩 차이가 있으며, 그 이유 중 하나는 플랫폼마다 보유하고 있는 회원들의 특성이 다르기 때문이라고 볼 수 있다. 한편, SNS 이용자의 특성을 지닌 음악 차트 순위가 필요하고 이와 관련하여 각 온라인 음악 플랫폼의 차트들을 종합하려는 시도가 있어왔다. 더불어 음악적 특성을 SNS와 연결 지어 연구하는 관련 논문 역시 계속 등장하고 있다. 본 연구에서는 국내의 다양한 SNS중 트위터 이용자들의 음악적 특성을 분석하고 기존의 음악 플랫폼의 순위차트와 트위터의 해시태그라는 기능을 통해 SNS 이용자들이 공통적으로 선호하는 음악 기반의 국내 인기 음악 차트 순위를 개발하고 그 순위의 특성을 분석하여 기존의 온라인 음악 순위 차트, 공영방송사 음악 순위 차트와의 결과를 비교 연구한다.

• 한국음향학회지
• /
• 제34권3호
• /
• pp.247-255
• /
• 2015

본 논문은 자동으로 분류된 음악 신호의 감정을 기반으로 하는 음악 검색 의 성능을 분석하였다. 음성, 영상 등의 다른 미디어 신호와 마찬가지로 음악은 인간에게 특정한 감정을 불러일으킬 수 있다. 이러한 감정은 사람들이 음악을 검색할 때 중요한 고려요소가 될 수 있다. 그렇지만 아직까지 음악의 감정을 직접 인식하여 음악 검색을 수행하고 성능을 검증한 경우는 거의 없었다. 본 논문에서는 음악 감정을 표현하는 주요한 세 축인 유발성, 활성, 긴장 과 기본 5대 감정인 행복, 슬픔, 위안, 분노, 불안의 정도를 구하고, 그 값들의 유사도를 기반으로 음악 검색을 수행하였다. 장르와 가수 데이터셋에서 실험을 수행하였다. 제안된 감정 기반 음악 검색 성능은 기존의 특징 기반 방법의 성능에 대비해서 최대 75 % 수준의 검색 정확도를 보였다. 또한 특징 기반 방법을 제안된 감정 기반 방법과 병합할 경우 최대 14 % 검색 성능 향상을 이룰 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제17권11호
• /
• pp.1296-1306
• /
• 2014

Recently there are many attempts that IT convergence has been studied together with very different sector like art and music. If it is possible to make a formal model with combination of engineering with strong creative sector like music, there will be some advantages to analyze its contents easily. In this study, the model has been provided to utilize music analysis and compose algorithm through the formal model research of Sonata. To this end, this study has been provided a formal model of Sonata with the Petri net model being widely used and verify the effectiveness of the proposed model on the case of Piano Sonata K. 332.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 통신소사이어티 추계학술대회논문집
• /
• pp.289-292
• /
• 2003

이 논문은 WCDMA 와 안테나 배열 시스템에서 저 레벨 양자화와 MUSIC 알고리즘을 사용하여 신호의 방향을 추정하는 방법을 제안한다. 추가의 Power-Up Function 이 필요 없는 방향각 방법으로 이동가입자의 위치를 알아내기 위해 안테나 배열을 이용하여, WCDMA 시스템에서 역확산 코드로 다수의 신호를 분리하고, 각 신호를 저 레벨로 양자화 시켜 MUSIC 으로 신호의 방향각을 추정하였다. 이 방법을 이용하면 단말기의 안테나 출력파워가 낮더라도 기존 방법의 에러율과 비슷함을 시뮬레이션 결과로 알 수 있고, 양자화 비트를 처리하기 위해 필요한 메모리 또한 줄일 수 있어 하드웨어의 비용을 줄일 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 춘계학술발표대회
• /
• pp.204-207
• /
• 2013

Music genre classification is an essential component for music information retrieval system. There are two important components to be considered for better genre classification, which are audio feature extraction and classifier. This paper incorporates two different kinds of features for genre classification, timbral texture and rhythmic content features. Timbral texture contains several spectral and Mel-frequency Cepstral Coefficient (MFCC) features. Before choosing a timbral feature we explore which feature contributes less significant role on genre discrimination. This facilitates the reduction of feature dimension. For the timbral features up to the 4-th order central moments and the covariance components of mutual features are considered to improve the overall classification result. For the rhythmic content the features extracted from beat histogram are selected. In the paper Extreme Learning Machine (ELM) with bagging is used as classifier for classifying the genres. Based on the proposed feature sets and classifier, experiment is performed with well-known datasets: GTZAN databases with ten different music genres, respectively. The proposed method acquires the better classification accuracy than the existing approaches.