[논문]MIREX를 통해 본 음악분석 기술의 현황

장세진; 이종설; 신사임; 장달원; 서해문; 박윤정; 이석필

MIREX를 통해 본 음악분석 기술의 현황 원문보기

장세진 (차세대음향산업지원센터) , 이종설 (차세대음향산업지원센터) , 신사임 (차세대음향산업지원센터) , 장달원 (차세대음향산업지원센터) , 서해문 (차세대음향산업지원센터) , 박윤정 (차세대음향산업지원센터) , 이석필 (상명대학교 미디어소프트웨어학과)

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

문제 정의

본 고에서는 매년 음악 분석 기술 평가의 장으로 열리는 MIREX의 현황 및 결과 분석을 통하여 음악 분석 기술의 연구 현황과 향후 발전 방향에 대해 짚어보고자 한다.

제안 방법

ABT는 3종류의 평가 집합1을 이용하여 시스템들의 평가를 수행하였다. 2014년 MIREX ABT task는 7개의 팀에서 13개 시스템이 제출되었고 MCK 평가 집합에서 61%의 정확도를 가장 높게 달성하였다 [3].
다중 기반 주파수 예측 및 추적 (Multiple Fundamental Frequency Estimation & Tracking - Multiple F0 NoteDetection) 기술은 복잡한 다성음악을 각 시간 프레임에서 활성화된 주파수를 식별하고 연속적으로 음색(timbre)을 추적하는 것이다. MFN는 2종류의 평가 집합3을 이용하여 시스템들의 평가를 수행하였다. 2014년 MIREX MFN task는 8개의 팀에서 11개의 시스템을 제출하였고 기본 주파수 추출의 경우는 Mixed 평가 집합에서 최고 82%를 기록하였으며 이 시스템은 피아노 평가집합에서도 가장 높은 정확도를 기록하였다 [3].
MIREX의 경우 공개된 평가 데이터의 배포가 자유롭지 못하기 때문에 출품된 모든 시스템들을 받아서 IMIRSEL에서 각각 시스템의 실행 환경을 구축하여 평가를 진행했었다. 그렇기 때문에 평가환경 구축 시 참가한 개발자의 환경을 완벽하게 고려하지 못하는 상황이 발생하거나 평가를 진행하는 기간도 길어지는 경우가 존재하기 때문에 참가자들과 평가 운영자들의 갈등이 빚어지기도 했다.
본 장에서는 다른 task의 성능 향상의 기반이 되는Low-level 특성을 추출하는 기본적인 task들 중 평가 집합이 다양해지고 있는 ABT, AME, MFN과 음악 정보 추출 응용 task중 평가 집합이 다양해지고 있는 AGC,QBSH에 대해서 자세하게 다루기로 한다

대상 데이터

Hidden Jang subtask와 Jang subtask는 Roger-Jang이 제공한 48개의 노래 지표와 2,000개의 잡음 MIDI 데이터, 4,431개의 허밍 데이터 쿼리로 구성된 데이터 집합을 사용하며, Subtask 2는 2,391개의 데이터베이스와 2,040개의 쿼리로 구성된 데이터 집합을 사용한다. 2014년 MIREX의 경우 4개의 팀이 24개의 시스템을 참가하였고 최고 97%의 정확도를 달성하였다 [3].
2014년 MIREX에서는 라틴 음악 장르를 구분하기 위해 10개의 라틴 음악 장르에서 30초짜리 3,227개의 오디오 클립을 포함하는 데이터 집합을 사용한다. 그리고 오디오 합성 인기 장르 분류(Audio Mixed popular Genre Classification)는 여러 장르가 섞인 10개의 음악 장르에서 30초짜리 7,000개의 오디오 클립 데이터 집합을 사용한다. AGC task의 경우 최고79%의 정확도를 기록하였고 AMGC task의 경우 84%를 기록하였다.

성능/효과

MFN는 2종류의 평가 집합3을 이용하여 시스템들의 평가를 수행하였다. 2014년 MIREX MFN task는 8개의 팀에서 11개의 시스템을 제출하였고 기본 주파수 추출의 경우는 Mixed 평가 집합에서 최고 82%를 기록하였으며 이 시스템은 피아노 평가집합에서도 가장 높은 정확도를 기록하였다 [3].
<표 1>을 보게 되면 처음으로 MIREX가 개최된 2005년도부터 본 고의 집필 당시를 기준으로 가장 최근인 2014년도까지 발표된 MIREX의 규모 변화를 보여준다. 가장 최근에 발표된 2014년도 MIREX 평가 데이터 집합은 48개이며, 350개가 넘는 시스템들이 제출되었으며 2005년도부터 2014년도까지 MIREX 평가에 참가된 시스템과 참가 팀, 평가 데이터 집합의 수가 증가한 것을 확인 할 수 있다. MIREX에 참가를 한 팀은 큰 폭으로 증가하고 있지는 않지만 매해 참가 시스템의 수가 증가한 것을 보게 되면 하나의 팀이 제출하는 시스템의 수가 증가한다는 것을 확인 할 수 있다.
4% 정도로 적은 부분을 차지한다. 제출된 시스템의 규모로 보아도 기호적 수준의 분석을 이용한 기술보다 신호적 수준의 분석을 이용한 음악 정보 추출 기술에 대한 비중이 큰 것을 확인할 수 있다.
k-pop 모드 분류 task는 6개의 팀에서 10개의 시스템이 제출되었다. 주석자가 한국인일 때 최고 62% 정확도를 산출하였고 주석자가 미국인일 때 64%의 정확도로 가장 높은 정확도 결과가 나왔다. [3].
k-pop 장르 분류 task는 8개의 팀에서 10개의 시스템이 제출되었다. 주석자가 한국인일 때 최고 66%의 정확도가 도출되었으며 주석자가 미국인일 때 최고 63%의 정확도가 도출 되었다.

후속연구

앞으로의 음악 정보 추출 기술의 지속적인 발전에 기여하기 위해서 MIREX는 좀 더 크고 다양한 규모의 평가 집합의 공유를 통하여 평가 결과의 객관성을 지속적으로 확보할 필요가 있다. 그리고, MIREX의 시작부터 진행되어오고 있는 원천적인 음악 특성정보 추출 task의 경우, 연구 개발 기술의 수준에 맞는 평가집합의 규모와 난이도를 지속적으로 향상시켜서, 상용화 수준에 근접한 현실성 있는 평가의 진행이 필요하다.

핵심어

질문

논문에서 추출한 답변

음악 정보 추출 시스템 평가 모임의 운영은 어떻게 이루어지는가?

MIREX의 운영은 MIREX wiki를 통해 수집된 task에 대한 요청과 공유 가능한 평가 데이터들을 기반으로 평가대회가 가능한 task들을 공고 한다. MIREX에 음악 정보추출 시스템 출품을 원하는 참가자들은 공고된 형식과 시기에 맞추어 시스템 개발을 완료 후 MIREX에 시스템코드를 출품한다.

기호적 분석이란?

음악 정보 검색 기술은 기호적인 수준에서 분석하는 것과 신호적 수준에서 분석하는 것에 따라서 나뉘어진다. 기호적 분석은 악보의 음표 정보를 분석하는 것으로,악보를 시각적으로 정확하게 분석 및 묘사를 하고 이것을 실제 연주에 활용할 수 있는가에 초첨이 맞추어진다. 음악 정보를 기호적 수준에서 분석하는 경우에는 악보형태의 그래픽 인터페이스를 사용하거나 스크립트 언어를 사용하며, 서양의 클래식 음악 중 악기의 연주음이 명확하게 정의된 경우 분석 시에 활용되었으나 최근에는 연구범위가 제한적으로 적용되고 있다.

음악 정보 추출 기술이란?

따라서 음원 정보 검색에 대한 필요성이 대두되고 있으며 방대한 음원 정보에서 필요한 정보를 얻기 위해서 음악 정보 추출 기술을 이용하게 되었다. 음악 정보 추출 기술이란 음악을 디지털 신호로 기록된 신호처리단계에서 해당 음악 디지털 신호 정보를 분석해서 사용자가 필요한 정보들을 추출하는 기술을 말한다. 이러한 음악 정보 추출 필요성 증대에 따라서음악 정보 추출 시스템 평가 모임인 MIREX (Music Information Retrieval Evaluation eXchange)가 열리게 되었다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

MIREX를 통해 본 음악분석 기술의 현황 원문보기

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

MIREX를 통해 본 음악분석 기술의 현황 원문보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

이석필 (18)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

AI 본문요약
AI-Helper