$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

음악 특징점간의 유사도 측정을 이용한 동일음원 인식 방법
Same music file recognition method by using similarity measurement among music feature data 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.13 no.3, 2008년, pp.99 - 106  

성보경 (숭실대학교 IT대학 미디어학과) ,  정명범 (숭실대학교 IT대학 미디어학과) ,  고일주 (숭실대학교 IT대학 미디어학과)

초록
AI-Helper 아이콘AI-Helper

최근 다양한 분야에서(웹 포털, 유료 음원서비스 등) 디지털 음악의 검색이 사용되고 있다. 기존의 디지털 음악의 검색은 음악 데이터에 포함된 자체 메타 정보를 이용하여 이루어진다. 하지만 메타 정보가 다르게 작성되었거나 작성되지 않은 경우 정확한 검색은 어렵다. 요즘 이러한 문제의 보완 방안으로 음악자체를 이용하는 내용기반정보 검색 기법에 대한 연구가 이루어지고 있다. 본 논문에서는 음악의 파형에서 추출된 특징 정보간의 유사도 측정을 통하여 동일음원을 인식하는 방법에 대해 논하고자 한다. 디지털 음악의 특징 정보는 단순화시킨 MFCC (Mel Frequency Cepstral Coefficient)를 이용하여 음악의 파형으로부터 추출하였다. 디지털 음악간의 유사도는 VisionSpeech Recognition 분야에서 사용되던 DTW (Dynamic Time Warping) 기법을 활용하여 측정하였다. 제안된 동일 음원 인식 방법의 검증을 위한 같은 장르에서 무작위 추출된 1000곡에서 시행한 500번의 검색은 모두 성공했다. 검색에 사용된 500개의 디지털 오디오는 60개의 디지털음원을 압축방식과 비트율을 다르게 조합하여 만들었다. 실험의 결과로 DTW을 이용한 유사도 측정법이 동일음원을 인식할 수 있음을 증명하였다.

Abstract AI-Helper 아이콘AI-Helper

Recently, digital music retrieval is using in many fields (Web portal. audio service site etc). In existing fields, Meta data of music are used for digital music retrieval. If Meta data are not right or do not exist, it is hard to get high accurate retrieval result. Contents based information retrie...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 논문에서는 내용기반 음악 검색을 위한 동일 음원 인식 방법을 제안 하였다. 제안된 동일 음원 인식은 DTW 기법을 통한 유사도 측정법을 통해 구현되었다.
  • 본 논문에서는 음악의 파형에서 추출된 특징 정보간의 유사도 측정을 통하여 동일음원을 인식하는 방법에 대해 제안한다. 일반적인 사용자들이 직접 생성하는 디지털 음악은 디지털화 과정에서 서로 다른 규격(인코딩방식, 표본화 및 양자화 간격, 초당 비트율 등)으로 인코딩 된다.

가설 설정

  • 이것은 인간 발성 모델을 기반으로 한 것이 아니라 청각 모델을 기반으로 만들어졌다. 그래서 원래 사용되던 단채널의 음성뿐만 아니라 여러 악기들이 복합된 음악 데이터에서도 특징 벡터 추출이 가능하다고 가정하고 음악의 특징을 추출하는 것으로 사용하였다. 본 논문에서는 음성에 적합하게 설계된 것을 음악에 적합하게 사용하기 위해 몇 가지 단계를 축소하여 간소화 시킨 MFCC를 사용하였다.
  • 9가지 규격은 MP3 (64kbps, 128kbps, 320kbps), OGG (96kbps t 128kbps, 350kbps), WMA (64kbps, 128kbps, 160kbps) 이다. 제안한 동일 음원 인식 구조는 동일한 규격으로 디지털화된 음악 간의 인식뿐만이 아니라 다른 규격으로 디지털화 되었어도 동일 음원 인식을 위한 것이다. 실험내용은 인식 명령을 위한 음악 1곡을 9가지의 다른 규격으로 디지털화 하여 실험을 하여도 동일 음원 인식을 할 수 있다는 것을 증명하는 것이다.
본문요약 정보가 도움이 되었나요?

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로