$\require{mediawiki-texvc}$

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.

멜로디 비교 시각화를 통한 음정 교정 시스템 구현
Implementation of a Tone Correction System Through a Visualization of Melody Comparison 원문보기

전기학회논문지 = The Transactions of the Korean Institute of Electrical Engineers, v.63 no.1, 2014년, pp.156 - 161  

이혜인 (Dept. of Digital Media Technology, Sangmyung University) ,  박주현 (Dept. of Digital Media Technology, Sangmyung University) ,  이석필 (Dept. of Digital Media Technology, Sangmyung University)

Abstract ▼ AI-Helper 아이콘AI-Helper

With the proliferation of digital music, public's interest in music and desire to sing well are increasing. This paper presents the implementation of a tone correction system through a visualization of comparison between music and humming data. For this we extract MIDI note from music and humming da...

주제어

#Melody extraction   #Humming   #Tone matching   #DTW  

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 기존의 노래 평가 시스템들은 결과적으로 점수만 보여주어 사용자가 어느 부분에서 어떤 음을 틀렸는지 알 수 없다는 문제점이 있다. 따라서 본 논문에서는 멜로디 검출 방법을 응용하여 음정을 교정 할 수 있도록 도와주는 시스템을 그림 1과 같이 구현하였다.
  • 톤 매칭은 MIDI note값 끼리 비교 해 주며 허밍 데이터와 음악의 길이가 다른 것을 맞춰주기 위해 DTW 알고리즘을 사용하였다. 또한 결과 값을 시각화함으로써 사용자가 어느 위치에서 음정을 틀리게 불렀는지를 확인 할 수 있도록 한다.
  • 본 연구에서는 음정 교정을 위해 음악의 멜로디와 허밍의 멜로디를 비교하여 매칭 결과를 시각적으로 보여주는 시스템을 구현하였다. 사용자가 부른 허밍 데이터를 멜로디 추출하여 주파수를 MIDI note로 바꾸고 반주가 없이 부르기 때문에 기존 DB에 있는 MIDI 파일과 조성이 다르다는 문제점을 해결하기 위해 한 옥타브 안에 정규화 시키는 Chroma과정을 수행하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
멜로디 규칙 기반 방법에는 어떤 것이 있는가? 음악에서 멜로디 추출의 정확도를 향상하는 기술은 멜로디 규칙 기반 방법과 신호 확률 모델 방법으로 분류된다[2]. 멜로디 규칙 기반 방법에는 Goto가 제안한 다중 트랙 구조를 사용하여 기본 주파수를 찾는 방법이 있다[3]. Gomez등은 앞의 두 프레임과 현재프레임, 그 다음 프레임 이렇게 4개로 구성된 프레임의 기본 주파수의 확률적인 값을 Goto의 트래킹 에이전트에 적용하여 이 4개의 프레임 중 가장 우세한 집단을 주요 멜로디로 결정하였다[4].
Yoon의 주파수 특성을 이용한 집단화 방식을 이용하면 어떤 좋은 점이 있는가? Yoon등은 검출된 멜로디 주파수의 연속성을 기반으로 프레임 단위로 검출된 주요 멜로디 주파수를 주파수 특성을 사용해 집단화 한다. 이 방식은 그룹간의 비율을 다르게 적용하여 좀 더 정확한 방법으로 병합하여 멜로디의 흐름을 더 매끄럽게 될 수 있도록 한다[5]. Han등은 음의 시작점과 피크점 그리고 일시적인 영역을 검출하며 MWAE(Modified Windowed Average Energy)를 이용하여 끝점을 찾은 뒤 각 윈도우 프레임에서 정확한 기본 주파수를 찾는다[6].
Gomez등은 무엇으로 주요 멜로디를 결정하였는가? 멜로디 규칙 기반 방법에는 Goto가 제안한 다중 트랙 구조를 사용하여 기본 주파수를 찾는 방법이 있다[3]. Gomez등은 앞의 두 프레임과 현재프레임, 그 다음 프레임 이렇게 4개로 구성된 프레임의 기본 주파수의 확률적인 값을 Goto의 트래킹 에이전트에 적용하여 이 4개의 프레임 중 가장 우세한 집단을 주요 멜로디로 결정하였다[4]. Yoon등은 검출된 멜로디 주파수의 연속성을 기반으로 프레임 단위로 검출된 주요 멜로디 주파수를 주파수 특성을 사용해 집단화 한다.
질의응답 정보가 도움이 되었나요?

참고문헌 (11)

  1. S. P. Lee, S. I. Shin, "MIREX - The Status and Future of Music analysis Technology", Trans. KOSBE, Vol.16, No.4, p75-86, 2011 

  2. J. Y. Yoon, J. J. Song, S. P. Lee, H. J. Park, "Accurate Melody Extraction Technology using Polyphonic music", Trans. KOSBE, Vol.16, No.4, p84-92, 2011 

  3. M. Goto, "A real-time music scene description system: Predominant-F0 estimation for detecting melody and bass lines in real-world audio signals", Speech Communication, vol.43, 2004 

    상세보기

  4. E. Gomez, S. Streich, B. Ong, R. P. Paiva, S. Tappert, J.-M. Batke, G. Poliner, D. Ellis and J. P. Bello, "A quantitative comparison of different approaches for melody extraction from polyphonic audio recordings", Technical Report MTG-TR-2006-01, Music Tech. Group, 2006 

  5. J. Y. Yoon, S. J. Park, S. P. Lee, H. Park, "Extracting Predominant Melody of Polyphonic Music based using Harmonic Structure", MIREX, 2011 

  6. B. J. Han, S. M. Rho, E. J. Hwang, "A threshold Adaptation based Voice Query Transcription Scheme for Music Retrieval", Trans. KIEE, Vol.59, No.2, 2010 

    원문보기 상세보기

  7. E. Vincent and M. Plumbley, "Predominant-f0 estimation using Bayesian harmonic waveform models", MIREX, 2005 

  8. M. Ryynanen and A. Klapuri, "Transcription of the singing melody in polyphonic music", ICMIR, 2006 

  9. H. S. Joo, S. H. Jo, C. D. Yoo, "Analysis of the Effect of Window Length on the Melody Pitch Extraction Using Harmonic Structure Model", Trans. IEEK, Summer Conference, Vol.33, No.1, p8-11, 2010 

  10. Eamonn J. Keog, Michael J. Pazzani, "Derivative Dynamic Time Warping" 

  11. Nattha Phiwma and Parinya Sanguansat, "An Improved Melody Contour Feature Extraction for Query by Humming", International Journal of Computer Theory and Engineering, Vol.2, No.4, August, 2010 

저자의 다른 논문 :

관련 콘텐츠

저작권 관리 안내
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