• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.419-420
• /
• 2007

In this method, we extract peak periods using energy contents of each segment of music. This feature extraction method is equally applied on both the training and query music. Similarity matching algorithm is applied on the extracted feature values for identifying the query music from the database. The retrieval accuracy of 95% of our method is a pretty good result.

• 한국산업정보학회논문지
• /
• 제11권5호
• /
• pp.18-27
• /
• 2006

음악 데이타의 양이 급속히 증가함에 따라 음악 데이타베이스의 오디오 특정을 이용한 내용기 반 음악 장르의 효율적인 유사도 검색 방법이 요구되고 있다. 이러한 시스템을 구현하기 위해서는 시계열 패턴인 오디오 특징을 인덱싱 할 수 있는 인덱싱 기법과 데이터마이닝 기술이 필요하다. 본 논문에서는 인덱싱 기법을 기반으로 하는 유사 장르 음악 검색 시스템의 개발에 대하여 논의한다. 먼저, 시계열 패턴 인덱싱 기법과 데이터마이닝을 이용한 내용기반 음악장르 검색 시스템의 구조를 제안한다. 또한, 오디오 특정을 이용한 유사 장르 검색의 성능을 보이기 위하여 시계열 패턴 인덱스 화일을 구축하고 성능 분석 을 제시한다. 실제 데이타의 특정값을 이용한 실험을 통하여 제안한 기법의 성능을 확인하였다.

• 인터넷정보학회논문지
• /
• 제23권2호
• /
• pp.45-52
• /
• 2022

With the development of artificial intelligence analysis methods, especially machine learning, various fields are widely expanding their application ranges. However, in the case of classical music, there still remain some difficulties in applying machine learning techniques. Genre classification or music recommendation systems generated by deep learning algorithms are actively used in general music, but not in classical music. In this paper, we attempted to classify opera among classical music. To this end, an experiment was conducted to determine which criteria are most suitable among, composer, period of composition, and emotional atmosphere, which are the basic features of music. To generate emotional labels, we adopted zero-shot classification with four basic emotions, 'happiness', 'sadness', 'anger', and 'fear.' After embedding the opera libretto with the doc2vec processing model, the optimal number of clusters is computed based on the result of the elbow method. Decided four centroids are then adopted in k-means clustering to classify unsupervised libretto datasets. We were able to get optimized clustering based on the result of adjusted rand index scores. With these results, we compared them with notated variables of music. As a result, it was confirmed that the four clusterings calculated by machine after training were most similar to the grouping result by period. Additionally, we were able to verify that the emotional similarity between composer and period did not appear significantly. At the end of the study, by knowing the period is the right criteria, we hope that it makes easier for music listeners to find music that suits their tastes.

• 한국컴퓨터정보학회논문지
• /
• 제11권4호
• /
• pp.137-145
• /
• 2006

사람은 음악에서의 선율을 악보의 기보법과 같이 음표의 높이와 음표의 길이가 조합된 형태로서 기억하는 것이 아니라, 전반적인 음표간의 높낮이의 흐름과 음표 사이의 상대적인 지속시간으로 구성된 음조 곡선 형태로 기억한다. 이와 같은 선율의 기억 방식으로 인해 기존 음악 검색 시스템과 같이 건반을 이용한 주선율 입력이나 악보에 기보된 형태로 음악 검색의 질의를 이용하는 방법을 그대로 적용하기 어려운 점이 있다. 이에 본 논문에서는 사용자의 허밍을 질의로 사용하는 음악 검색 시스템에서의 고려 대상들과 기존에 연구된 허밍 질의 기반의 음악 검색 시스템을 살펴본다. 또한 사람이 선율을 기억하는 방식인 상대적인 음표 간 높낮이와 음표 지속 시간을 이용하여 음악 내에 특징 정보를 추출하고 이를 기반으로 허밍 질의와 단음과의 유사도 계산 알고리즘을 제안한다. 제안된 유사도 계산 알고리즘은 선율내의 음높이 차만 가지고 선율의 유사도를 비교하는 경우 발생할 수 있는 문제를 연속된 음간에 길이 차이를 이용하여 해결하였다.

• 정보처리학회논문지D
• /
• 제10D권3호
• /
• pp.547-558
• /
• 2003

음악은 서로 다른 높이와 길이를 갖는 음표들을 주어진 박자 안에서 리듬성을 갖도록 나열한 패턴이기 때문에 음악의 선율정보는 시간의 흐름에 따라 정보 값을 갖는 시계열 데이터로 변환할 수 있다 따라서 본 연구에서는 음악의 특성을 유지하도록 선율정보를 정규화와 보정과정을 거쳐 시계열 데이터로 변환하고 유클리드 거리함수를 이용하여 선율정보간의 유사도를 계산하며, 유사성을 갖는 선율들을 클러스터링하여 각 클러스터의 대표성을 갖는 선율을 주제선율로서 추출한다. 그리고 추출된 주제선율로 다차원색인 기법인 M-tree를 이용하여 주제선율색인을 구성한다. 사용자 질의에 대한 검색과정에서도 색인 구성단계와 같은 과정으로 사용자 질의를 시계열 데이터로 변환하여 검색을 한다. 또한, 본 연구에서는 주제선율색인을 이용하여 내용기반 음악 검색을 실시하는 프로토타입 시스템을 개발하여 제안된 주제선율색인 구성기법의 실효성을 시험하였다. 실험결과에 따르면, 주제선율색인을 이용하면 원하는 음악 정보를 적은 공간을 사용하여 빠르고 정확하게 검색할 수 있음을 알 수 있다.

• 한국산학기술학회논문지
• /
• 제21권11호
• /
• pp.291-300
• /
• 2020

대중음악의 표절에 대한 논쟁은 다양한 미디어 매체를 통해 끊이지 않고 있다. 최근 트로트 장르에 대한 표절이수가 상당수 발생하며 또다시 대중음악의 멜로디 관용구에 대한 관심이 높아지고 있지만 그 기준이나 해석에 대한 해답은 어디에서도 찾기 힘들다. 논란의 배경에는 표절음악에 대한 객관적인 기준 없이 각자의 생각을 Youtube나 그 외 SNS로 전달하며 미디어 상에서 표절작이라는 기정사실로 확대되어 이에 대한 피해 사례도 발생하고 있다. 본 사건은 미디어상에서 대중음악 표절논란으로 시작하여 대법원 판결까지 간 첫 번째 사건으로 그 의미가 크다. 1심과 2심 법원은 멜로디, 리듬, 화음부분을 비교 검토한 결과 실질적으로 동일하다고 인정하며 저작권침해를 인정하였으나 대법원은 서울고등 법원으로 사건을 파기 환송함으로서 음악저작물의 침해 판단에 대한 법적 판단을 달리 하였다. 대법원은 1심에서 제시한 음악이 전체적으로는 저작권법에서 보호되는 창작물이라도 창작성이 없는 표현의 부분에 대해서는 보호하지 않는다는 취지를 나타내었다. 대법원은 1심 법원 판결 중 "비교대상1 부분과 원고 음악저작물 부분을 대비해 보면, 두 부분의 가락은 현저히 유사하고, 리듬도 유사하다." 라는 판시를 인용하며 "원고 대비 부분에 가해진 수정·증감이나 변경은 새로운 창작성을 더한 정도에는 이르지 아니한 것으로 보인다." 고 판단하였다. 그러므로 원고 대비 부분에 대해서 창작성을 인정하지 않았고 이 부분에 대한 원고의 복제권 등의 효력에 대해서도 인정하지 않았다. 이에 본 사건을 바탕으로 대중음악의 침해판단에서 멜로디의 본질적 특성을 비교 분석하고 음악저작물의 침해판단에 기준이 되는 실질적 유사성 판단요소와 관용구 판단 요소를 연구해 보고자 한다.

• 한국콘텐츠학회논문지
• /
• 제14권3호
• /
• pp.176-185
• /
• 2014

본 연구에서는 현재까지 국내에서 진행된 '저작권침해 소송', '손해배상청구 소송' 중에서 음악저작물에 관한 판례들을 통해 법적인 측면에서 판단의 근거를 기반으로 표절여부 판단에 대한 명확한 기준을 정립하여 소송 이전에 논란이 되는 두 곡의 유사성 여부를 판단할 수 있게 하는데 목적이 있다. 연구는 문헌연구와 판례(음악저작물의 요소에 의한 표절 판결 1건, 현재 항소심 진행중인 사건 1건)를 통해 이루어졌다. 연구결과 '음악저작물 표절 판단 기준'은 크게 (1) 창작성, (2) 의거성, (3) 실질적 유사성으로 나타났다. 창작성과 실질적 유사성의 판단방법은 거의 동일하다. 음악저작물의 구성요소인 가락, 화성, 리듬으로 비교분석을 하는 것이다. 하지만 창작성의 경우 원작자의 곡과 또 다른 비교대상물을 분석하고, 실질적 유사성은 사건에 해당하는 두 곡을 분석하는데 차이가 있다. 현재 창작성의 판단기준은 유사성이 인정된 비교대상물의 수를 설정하는 것이 필요하다. 또한 의거성은 객관적인 기준을 수립하는데 한계가 있다. 마지막으로 실질적 유사성은 과거 공연윤리위원회의 사전심의제도를 기반으로 수치화된 기준을 수립해야 한다.

• 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.

• 한국융합학회논문지
• /
• 제10권9호
• /
• pp.31-36
• /
• 2019

전인적인 인격 형성에 근본적인 역할을 하고 있는 음악과 치료가 융합된 분야인 음악치료는 다양하고 복잡한 치료 방법을 가지고 있다. 음악치료를 담당하고 있는 음악치료사들은 내담자와의 상담에 역전이와 같은 경우의 현상이 발생하기도 하며, 심리적 소진을 경험하고 있기에, 음악 치료의 최종 목표 도달에 많은 어려움이 발생하고 있는 상황이다. 본 논문에서는 음악치료를 위하여 방문한 내담자와의 원활한 음악 치료 상담을 위하여 협업 필터링 기반의 음악치료 상담 자료 추천 모델을 제안한다. 제안 모델은 기존 상담 데이터와 새로운 상담자의 데이터를 유클리디안 거리 알고리즘을 통하여 유사도를 파악하고, 이를 통하여 유사 상담 자료를 추천하는 것으로서, 음악치료사들은 음악 치료가 필요한 상담자에게 가장 적합한 상담 자료를 제공할 수 있기에 원활한 상담이 진행될 수 있을 것으로 기대된다.

• 대한산업공학회지
• /
• 제41권2호
• /
• pp.128-136
• /
• 2015

With the recent interests with culture technologies, many studies for recommendation systems have been done. In this vein, various music recommendation systems have been developed. However, they have often focused on the technical aspects such as feature extraction and similarity comparison, and have not sufficiently addressed them in user-centered perspectives. For users' high satisfaction with recommended music items, it is necessary to study how the items are connected to the users' actual desires. For this, our study proposes a novel music recommendation method based on serendipity, which means the freshness users feel for their familiar items. The serendipity is measured through the comparison of users' past and recent listening tendencies. We utilize neural networks to apply these tendencies to the recommendation process and to extract the features of music items as MFCCs (Mel-frequency cepstral coefficients). In that the recommendation method is developed based on the characteristics of user behaviors, it is expected that user satisfaction for the recommended items can be actually increased.