• 한국음향학회지
• /
• 제36권2호
• /
• pp.144-150
• /
• 2017

음악 장르는 음악 검색 및 분류 등의 정보 처리 시스템 구현에 있어서 필수적인 요소이다. 일반적으로 장르 분류를 위한 스펙트럼 특징은 음악의 화음 및 강약 구조를 표현하기 위해 부밴드로 분해하여 구해진다. 본 논문은 음악 장르 분류 성능 개선을 위한 특징 추출을 위한 부밴드 분해 방법에 관해 연구하였다. 또한 부밴드 음악 특징의 차수를 줄일 수 있는 방법에 대해서도 연구하였다. 널리 사용되고 있는 장르 데이터셋들에서 실험을 수행하여 널리 사용되고 있는 옥타브 스케일보다 세분화된 부밴드 분해가 장르 분류 성능을 향상시킬 수 있으며, 특징 차수 축소를 결합하여 분류기의 계산량도 줄일 수 있음을 보였다.

• Journal of Information Processing Systems
• /
• 제20권1호
• /
• pp.13-23
• /
• 2024

Music brings pleasure and relaxation to people. Therefore, it is necessary to classify musical genres based on scenes. Identifying favorite musical genres from massive music data is a time-consuming and laborious task. Recent studies have suggested that machine learning algorithms are effective in distinguishing between various musical genres. However, meeting the actual requirements in terms of accuracy or timeliness is challenging. In this study, a hybrid machine learning model that combines a deep residual auto-encoder (DRAE) and support vector machine (SVM) for musical genre recognition was proposed. Eight manually extracted features from the Mel-frequency cepstral coefficients (MFCC) were employed in the preprocessing stage as the hybrid music data source. During the training stage, DRAE was employed to extract feature maps, which were then used as input for the SVM classifier. The experimental results indicated that this method achieved a 91.54% F1-score and 91.58% top-1 accuracy, outperforming existing approaches. This novel approach leverages deep architecture and conventional machine learning algorithms and provides a new horizon for musical genre classification tasks.

• 디지털융복합연구
• /
• 제19권6호
• /
• pp.273-280
• /
• 2021

본 연구는 뭄바톤 장르의 음악을 분석하여 그 속에서 자메이카 음악의 특징을 찾아내는 데에 그 목적이 있다. 루이스 폰시(luis fonsi)의 <데스파시토>와 BTS의 <피땀눈물>을 리듬적, 선율적, 악기적으로 분석하고, 그 속에서 자메이카 음악의 특징을 찾아보았다. 연구 결과, 리듬적인 특징으로는 자메이카 음악에서 파생된 뎀보우 리듬과 레게 리듬의 유형을 보였으며, 선율적으로는 자메이카 특유의 선율 표현 방법인 토스팅의 사용이 돋보였다. 또한, 악기적인 특징으로는 라틴아메리카의 다양한 타악기와 남미의 선율악기, 그리고 드럼머신 Tr-808이 사용되었음을 알 수 있었다. 본 연구는 현재 유행하는 장르인 EDM장르 속에서 자메이카 음악의 요소를 찾는 것을 통해 또 다른 퓨전장르를 만들어 내는 것에 의의를 갖는다

• 디자인융복합연구
• /
• 제14권4호
• /
• pp.277-292
• /
• 2015

TV홈쇼핑 시장은 최근 성숙기에 접어들며 동종업체간 경쟁이 더욱 치열해지고 있는 상황이다. 소비자의 구매를 이끌어 내는 전략으로 본 연구에서는 배경음악의 장르와 템포에 따른 소비자의 구매의사를 상품 유형 별로 나누어 분석하였다. 이를 위해 TV홈쇼핑과 배경음악에 대한 문헌연구를 진행하였고, 상품 유형 별로 실제 TV홈쇼핑 방송사에서 선곡하고 있는 배경음악의 장르와 템포를 파악하였다. 마지막으로 설문조사를 통해 스포츠웨어, 생활가전, 신선/가공식품 세 가지 상품 유형 별로 구매의사가 높은 배경음악의 장르와 템포를 분석하였다. 본 연구는 TV홈쇼핑 분야에서 배경음악과 관련한 연구가 미진한 상황에서 홈쇼핑 배경음악이 소비자 구매의사에 미치는 영향을 조사하였다. 또한 상품의 유형과 음악의 변수(장르, 템포)를 세분화하여 구매의사를 고찰하였다는 점에서 의의가 있다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.417-420
• /
• 2005

기존의 음악 재생기들은 폴더별 저장 등의 방법을 통해 사용자가 임의로 장르구분을 해서 저장한 경우에 한하여 장르별로 음악을 들을 수가 있다. 본 논문에서는 드럼 등의 타악기 소리에서 검출되는 피크레벨 주파수를 시간별 피크레벨수로 분석하여 빠른 곡과 느린 곡의 구분을 사용자가 직접 해줄 필요 없이 재생기 내에서 버튼 하나로 구분되어 재생될 수 있도록 하는 것을 목표로 한다.

• 한국음향학회지
• /
• 제30권2호
• /
• pp.100-106
• /
• 2011

음원의 디지털화가 진행되면서 음악 데이터베이스가 방대해지고 있다. 따라서, 음악 데이터를 보다 효과적으로 관리하기 위해 음악의 특성에 따라 장르별로 자동 분류해주는 시스템이 필요하다. 기존 장르 분류 시스템은 대부분 Mel-Frequency Cepstral Coefficient (MFCC)를 특징 벡터로 이용하고 있다. 본 논문에서는 Auditory Filter Bank를 이용한 Decorrelated Filter Bank (DFB)와 Octave-based Spectral Contrast (OSC)에 texture window를 적용하여 특징을 추출한 후, Support Vector Machine (SVM)을 이용하여 장르 분류를 시도하였다. 기존의 Marsyas 장르 분류 시스템과 비교한 결과 DFB와 OSC로 복합적인 특징 벡터를 구성하면 더 적은 차수의 특징벡터를 사용함에도 4.2 %의 향상된 분류 성공률을 얻을 수 있었다.

• 방송공학회논문지
• /
• 제22권6호
• /
• pp.693-701
• /
• 2017

본 논문은 스파이크그램과 심층 신경망을 이용한 새로운 음악 장르 분류 방법을 제안한다. 인간의 청각 시스템은 최소 에너지와 신경 자원을 사용하여 최대 청각 정보를 뇌로 전달하기 위하여 입력 소리를 시간과 주파수 영역에서 부호화한다. 스파이크그램은 이러한 청각 시스템의 부호화 동작을 기반으로 파형을 분석하는 기법이다. 제안하는 방법은 스파이크그램을 이용하여 신호를 분석하고 그 결과로부터 장르 분류를 위한 핵심 정보로 구성된 특성 벡터를 추출하고, 이를 심층 신경망의 입력 벡터로 사용한다. 성능 측정에는 10개의 음악 장르로 구성된 GTZAN 데이터 세트를 사용하였고, 제안 방법이 기존 방법에 비해 낮은 차원의 특성 벡터를 사용하여 우수한 성능을 제공하는 것을 확인하였다.

• 한국산학기술학회논문지
• /
• 제21권9호
• /
• pp.575-583
• /
• 2020

본 논문은 기존의 트로피컬 하우스의 정의와 다르게 접근한다. 일렉트로닉 음악 장르인 딥 하우스, 칠 아웃, 댄스 홀로부터 파생되었다는 것이 기존의 정의이다. 이와 달리 본 연구에서는 트로피컬 하우스가 일렉트로닉 음악뿐만 아니라 다른 예술 양식의 요소를 포함하고 있음을 이야기한다. 바로 아일랜드의 전통 음악인 켈틱 음악의 요소들이다. 어떤 이유에서 트로피컬 하우스 장르와 켈틱 음악 장르의 융합이 용이했는지에 관하여 설명한다. 그리고 트로피컬 하우스가 켈틱 음악의 요소를 가지고 있다는 것을 8곡의 파퓰러 음악을 통하여 분석한다. 트로피컬 하우스의 선율, 화성, 리듬, 보컬 창법, 악기, 곡의 구조가 켈틱 음악의 요소와 교집합이 있다는 것을 확인할 수 있다. 본 논문의 요지는 켈틱 음악의 요소가 트로피컬 하우스라는 장르에서 발견되었음을 주장하는 것이다. 더불어 창작자들은 세계 전통음악을 비롯한 다양한 음악들에 관심을 갖을 필요가 있다. 독창적인 음악을 만들기 위해 오늘날의 음악과 다양한 장르의 음악을 어떻게 접목시킬 수 있을지에 대해 고민해볼 필요가 있음을 시사한다.

• 한국음향학회지
• /
• 제24권1호
• /
• pp.29-37
• /
• 2005

본 논문은 한국의 전통 음악, 즉 국악 장르를 자동으로 분류하는 시스템을 제안한다. 제안된 시스템은 입력 음악의 내용기반 분석을 통하여 궁중음악, 풍류방음악, 민속성악, 민속기악, 불교음악, 무속음악 등 6가지 장르중 하나로 자동분류하여 해당 음악의 장르 결과를 보여준다. 국악 장르 분류에 사용된 내용기반 알고리즘은 크게 음악의 특징 벡터 추출 그리고 장르 분류를 위한 패턴인식 과정 2가지로 구성된다. 음악의 특징 벡터 추출은 디지탈 신호 처리기술을 이용하여 해당 음악의 spectral centroid, rolloff, flux 등 STFT (Short Time Fourier Transform) 기반의 특징 계수들과 MFCC (Mel frequency cepstral coefficient), LPC (Linear predictive coding) 등의 계수들을 구한 후 SFS (Sequential Forward Selection) 최적 특징 벡터 열을 선별하여 사용하였으며 패틴 분류 알고리즘으로는 k-NN (k -Nearest Neighbor), Gaussian, GMM (Gaussian Mixture Model), SVM (Support Vector Machine) 분류기를 사용하였다. 특히 본 연구에서는 입력 질의의 패턴 (혹은 구간) 변화에 따른 시스템의 불확실성을 개선하기 위하여 MFC (Multi Feature Clustring) 방법을 이용하여 DB를 구축하였다. 모의실험 결과 k-NN 과 SVM 분류기 모두 $97{\%}$ 이상의 장르 분류 성공률을 보였으나, SVM 이 k-NN에 비해 약 3배 이상의 빠른 분류 성능을 가지고 있음을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제35권11호
• /
• pp.692-700
• /
• 2008

일부 음악 장르 분류에 관한 기존 연구에서는 특징 추출을 위한 구간 선택 시 사람이 직접 곡의 주요 구간을 지정하는 방법을 사용하였다. 이러한 방법은 분류 성능이 좋은 반면 수작업으로 인한 부담으로 새롭게 등록되는 음악들에 대해 지속적으로 적용하기가 곤란하다. 수작업 없이 음악 특징을 추출하기 위해 최근 음악 장르 분류와 관련된 연구에서는 자동으로 추출구간을 선정하는 방법을 사용하고 있지만 이러한 연구의 대부분이 고정된 구간 (예, 30초 이후의 30초 구간)에서 특징을 추출하는 관계로 분류의 정확도가 떨어지는 문제점을 갖고 있다. 본 논문에서는 이러한 문제점을 해결하기 위해 곡 전체 구간에 대하여 반복구간들을 파악하고 이들의 위치와 에너지를 고려하여 곡을 대표할 수 있는 단일 대표구간을 선정한 후, 대표구간으로 부터 특징을 추출하여 장르 분류시스템에 적용하는 방법을 제안하였다. 실험 결과, 기존 고정구간을 사용한 방법에 비해 괄목할 만한 성능 향상을 얻을 수 있었다.