최근 멀티미디어 자료의 양이 방대해 지면서 데이터 관리를 위한 자동 분류기술, 내용기반 검색과 같은 다양한 연구가 진행되고 있다. 특히 음악을 통한 개인 적응형 서비스와 스트레스 해소에 대한 관심이 높아지면서 사용자의 감성에 따른 음악 추천 시스템에 관련된 연구도 활발히 진행되고 있다. 음악 추천 시스템은 음악의 특징 추출을 통한 내용기반 음악 추천 시스템에 관한 연구와 사용자의 선호도 추론을 통한 추천 시스템에 관한 연구, 크게 2가지로 나누어 볼 수 있다. 본 논문은 mp3나 wav와 같은 디지털 음원을 특징 추출하여 해당 음악의 감성 형용사를 추출하는 시스템을 제안한다. 먼저 ...
최근 멀티미디어 자료의 양이 방대해 지면서 데이터 관리를 위한 자동 분류기술, 내용기반 검색과 같은 다양한 연구가 진행되고 있다. 특히 음악을 통한 개인 적응형 서비스와 스트레스 해소에 대한 관심이 높아지면서 사용자의 감성에 따른 음악 추천 시스템에 관련된 연구도 활발히 진행되고 있다. 음악 추천 시스템은 음악의 특징 추출을 통한 내용기반 음악 추천 시스템에 관한 연구와 사용자의 선호도 추론을 통한 추천 시스템에 관한 연구, 크게 2가지로 나누어 볼 수 있다. 본 논문은 mp3나 wav와 같은 디지털 음원을 특징 추출하여 해당 음악의 감성 형용사를 추출하는 시스템을 제안한다. 먼저 주파수 분석을 이용하여 음계, 화성과 BPM 추출하고 연산을 통해 수치화 하여 Theyer의 2차원 감성 모델 공간에 매핑한 뒤 감성형용사를 추출하였다. 그러나 Theyer가 제안한 12가지의 감성 형용사중 ‘짜증나는’, ‘신경질 나는’, ‘졸린’, 이 3가지의 감성 형용사는 음악의 감성 키워드로 적합하지 않아 제외시켰다. 또한 추출된 감성과 음악의 특징정보를 이용하여 자동으로 노트를 생성하는 감성 리듬 게임 인터페이스를 설계하였다. 스트레스 해소에 제일 크게 작용하는 요소는 청각과 시각이다. 자신이 듣고 싶은 음악을 들으며 게임을 플레이 하면 스트레스 해소가 보다 효과적으로 이루어 질 것이다. 실험을 위해 C++과 MFC를 이용하여 자동 감성음악 분류 시스템과 자동 노트생성 시스템을 구현하였다. 그리고 블로그, 게시판, 멜론, 올레뮤직에서 사용자의 의견정보를 토대로 일관적인 감성을 가지고 있는 음악, 150곡을 선정한 뒤 본 논문에서 제안한 감성 분류알고리즘과 비교를 통해 실험적 검증을 하였다.
최근 멀티미디어 자료의 양이 방대해 지면서 데이터 관리를 위한 자동 분류기술, 내용기반 검색과 같은 다양한 연구가 진행되고 있다. 특히 음악을 통한 개인 적응형 서비스와 스트레스 해소에 대한 관심이 높아지면서 사용자의 감성에 따른 음악 추천 시스템에 관련된 연구도 활발히 진행되고 있다. 음악 추천 시스템은 음악의 특징 추출을 통한 내용기반 음악 추천 시스템에 관한 연구와 사용자의 선호도 추론을 통한 추천 시스템에 관한 연구, 크게 2가지로 나누어 볼 수 있다. 본 논문은 mp3나 wav와 같은 디지털 음원을 특징 추출하여 해당 음악의 감성 형용사를 추출하는 시스템을 제안한다. 먼저 주파수 분석을 이용하여 음계, 화성과 BPM 추출하고 연산을 통해 수치화 하여 Theyer의 2차원 감성 모델 공간에 매핑한 뒤 감성형용사를 추출하였다. 그러나 Theyer가 제안한 12가지의 감성 형용사중 ‘짜증나는’, ‘신경질 나는’, ‘졸린’, 이 3가지의 감성 형용사는 음악의 감성 키워드로 적합하지 않아 제외시켰다. 또한 추출된 감성과 음악의 특징정보를 이용하여 자동으로 노트를 생성하는 감성 리듬 게임 인터페이스를 설계하였다. 스트레스 해소에 제일 크게 작용하는 요소는 청각과 시각이다. 자신이 듣고 싶은 음악을 들으며 게임을 플레이 하면 스트레스 해소가 보다 효과적으로 이루어 질 것이다. 실험을 위해 C++과 MFC를 이용하여 자동 감성음악 분류 시스템과 자동 노트생성 시스템을 구현하였다. 그리고 블로그, 게시판, 멜론, 올레뮤직에서 사용자의 의견정보를 토대로 일관적인 감성을 가지고 있는 음악, 150곡을 선정한 뒤 본 논문에서 제안한 감성 분류 알고리즘과 비교를 통해 실험적 검증을 하였다.
In recent years, according to the massive amount of the multimedia data, the various research such as automatic classification technology and content-based exploration is in progress for the data control. Especially, the interest has been raised about the individual adaption and stress relief of the...
In recent years, according to the massive amount of the multimedia data, the various research such as automatic classification technology and content-based exploration is in progress for the data control. Especially, the interest has been raised about the individual adaption and stress relief of the music, the research about music recommendation system according to the emotion of the user is in progress briskly. Music recommendation system can be divided into two main systems which are research about content-based music recommendation system through the feature extraction of the music and research about recommendation system through preference inferences. In this paper, we suggest the system that extract the emotional adjective of the relevant music by extracting the digital audio feature like mp3 or wav. At first, extract the scale, harmony and BPM(beat per minute) by using frequency analysis and then digitize through calculation extract emotional adjective after mapping in 2 dimensional emotional model space of Theyer. However, the 3 kinds emotional adjective; ‘Annoying’, ‘Nervous’, ‘Sleepy’, among the 12 kinds emotional adjective that Theyer suggested is excluded due to unsuitable for emotional keyword of music. In addition, we designed emotion rhythm game interface that create note automatically by using extracted emotions and feature information of the music. The biggest effect on stress relief are auditory sense and sight sense. If the user play a game with the music they want to listen, the stress relief can be more effective. We implement automatic music classification system and automatic note creation system by using C++ and MFC for the test. Select the 150 songs which has consistent emotion on the basis of users’ opinion information from blog, Melon, Olleh Music after that experimental verification is done through emotion classification algorithm and comparison that suggested in this paper.
In recent years, according to the massive amount of the multimedia data, the various research such as automatic classification technology and content-based exploration is in progress for the data control. Especially, the interest has been raised about the individual adaption and stress relief of the music, the research about music recommendation system according to the emotion of the user is in progress briskly. Music recommendation system can be divided into two main systems which are research about content-based music recommendation system through the feature extraction of the music and research about recommendation system through preference inferences. In this paper, we suggest the system that extract the emotional adjective of the relevant music by extracting the digital audio feature like mp3 or wav. At first, extract the scale, harmony and BPM(beat per minute) by using frequency analysis and then digitize through calculation extract emotional adjective after mapping in 2 dimensional emotional model space of Theyer. However, the 3 kinds emotional adjective; ‘Annoying’, ‘Nervous’, ‘Sleepy’, among the 12 kinds emotional adjective that Theyer suggested is excluded due to unsuitable for emotional keyword of music. In addition, we designed emotion rhythm game interface that create note automatically by using extracted emotions and feature information of the music. The biggest effect on stress relief are auditory sense and sight sense. If the user play a game with the music they want to listen, the stress relief can be more effective. We implement automatic music classification system and automatic note creation system by using C++ and MFC for the test. Select the 150 songs which has consistent emotion on the basis of users’ opinion information from blog, Melon, Olleh Music after that experimental verification is done through emotion classification algorithm and comparison that suggested in this paper.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.