$\require{mediawiki-texvc}$

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 감성의 사용자 조절에 따른 음악의 특성 변형에 관한 연구
A Study on the Variation of Music Characteristics based on User Controlled Music Emotion 원문보기

한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, v.17 no.3, 2017년, pp.421 - 430  

응웬반로이 (숭실대학교 미디어학과) ,  허빈 (숭실대학교 미디어학과) ,  김동림 (숭실대학교 미디어학과) ,  임영환 (숭실대학교 미디어학과)

초록
AI-Helper 아이콘AI-Helper

본 논문은 기존에 연구되었던 음악 감성 모델을 이용하여 음악의 감성을 판단하고 해당 감성 데이터를 사용자가 원하는 감도의 감성으로 변화 시켰을 때 그에 맞는 감성이 표현될 수 있도록 음악의 특성을 변화시키는 것에 대한 논문이다. 기존의 음악 감성 유형만을 판단하는 1차원적 음악 감성 모델을 이용하여 음악의 템포, 역동성, 진폭변화, 밝기, 잡음 등 5가지 요소의 가중치를 계산하여 실제적인 음악의 감성 데이터(X,Y)를 추출하였으며, 예측된 음악의 감성을 다른 감성 값(X',Y')으로 변형시킴으로써 대응되는 5가지 변형 요소의 데이터 계산이 가능하도록 하였다. 이는 밝은 분위기의 음악을 데이터 변형만으로 우울한 분위기의 음악으로 조절이 가능하다는 점에서 향후 음악 감성 변화에 대한 기초모델을 제시하였다.

Abstract AI-Helper 아이콘AI-Helper

In this paper, research results on the change of music emotion are described. Our gaol was to provide a method of changing music emotion by a human user. Then we tried to find a way of transforming the contents of the original music into the music whose emotion is similar with the changed emotion. F...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 감성을 이동시키면서 수학적으로 수많은 음악 특성들의 조합이 나오는데 특성의 감성별 범위를 지정하여 이동한 음악의 특성이 해당 감성의 범위에서 벗어나지 않는 조건을 주었다. 또한 똑같은 가수, 가사로 된 노래를 선정하여 서로 다른 감성의 특성차이를 분석하여 감성을 이동시키면서 특성이 변할 때 가져야 되는 조건을 연구했다. 울고 싶은 감성의 음악을 하나 선정하여 행복한 감성의 음악으로 좌표 값을 이동시킬 때 대응되는 특성 값을 추출해 낸 다음 추출한 특성 값에 근사하게 음악을 변형 시키고 음악 자체를 손상주지 않는 선에서 변화된 특성 값으로 음악이 형성 되었을 때 과연 감성변화가 일어났는지에 대해 연구하였다.
  • 본 논문에서는 사용자가 음악을 듣다가 음악의 감성을 확인하고 자신의 기분과 맞지 않았을 때 만약 인위적으로 감성 좌표 값을 움직여 감성 변화를 주려고 한다면 그 감성에 대응되는 음악을 추천하여 들려주는 것이 아니라 기존에 듣고 있던 음악 감성에 맞게 변형시키려는 시도를 하려고 한다.
  • 본 논문에서는 추출된 특성 변화 값으로 음악이 변형되었을 때 과연 음악의 감성이 변하는지, 우리가 계산해난 특성 변화 값이 정확한지에 대해 실험을 진행해보자고 한다.
  • 본 논문은 기존 논문에서 인용된 음악 감성 알고리즘을 사용하여 음악이 가진 감성을 예측 하고 음악 요소의 값을 변화시켜 원하는 감성으로 음악을 변화시키는 것을 연구하는 논문으로 특성 값의 변화 조건을 분석하고 샘플 음악의 대표 감성을 추출해 낸 다음 원하는 감성으로 이동 시킨 후 대응되는 특성 값의 데이터를 계산한다. 이 특성 값 데이터에 근사한 음악을 만든 후 음악의 감성에 변화가 있었는지에 대해 연구한다.
  • 본 논문은 이러한 음악 감성 인식이 주제가 아니라 음악의 감성을 어떻게 증가하거나 감소할 수 있는지에 대한 연구결과이다.
  • 또한 똑같은 가수, 가사로 된 노래를 선정하여 서로 다른 감성의 특성차이를 분석하여 감성을 이동시키면서 특성이 변할 때 가져야 되는 조건을 연구했다. 울고 싶은 감성의 음악을 하나 선정하여 행복한 감성의 음악으로 좌표 값을 이동시킬 때 대응되는 특성 값을 추출해 낸 다음 추출한 특성 값에 근사하게 음악을 변형 시키고 음악 자체를 손상주지 않는 선에서 변화된 특성 값으로 음악이 형성 되었을 때 과연 감성변화가 일어났는지에 대해 연구하였다.
  • 본 논문은 기존 논문에서 인용된 음악 감성 알고리즘을 사용하여 음악이 가진 감성을 예측 하고 음악 요소의 값을 변화시켜 원하는 감성으로 음악을 변화시키는 것을 연구하는 논문으로 특성 값의 변화 조건을 분석하고 샘플 음악의 대표 감성을 추출해 낸 다음 원하는 감성으로 이동 시킨 후 대응되는 특성 값의 데이터를 계산한다. 이 특성 값 데이터에 근사한 음악을 만든 후 음악의 감성에 변화가 있었는지에 대해 연구한다.
  • 추출해낸 음악의 특성 값으로부터 음악을 변형시켜 행복한 음악을 만들어 보고자 한다. 역동성은 음악의 에너지 소리의 크기라 보면 되고 리듬은 음악의 빠르기라고 생각하면 된다.

가설 설정

  • (3) 밝기와 리듬의 변화 후의 데이터에서 기존 데이터의 차이의 합은 Y축의 변화 값 보다 커야 한다. (4) 모든 특성 들은 행복한 감성의 특성 범위 안에 있어야 한다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
감성 기반 음악 검색 방법에는 무엇이 있는가? 감성 기반 음악 검색 방법은 지금까지 여러 형태로 연구 되어 왔다. 크게 오디오 속성 값을 이용하여 음악의 물리적인 수치를 분석하여 음악의 감성을 분류하는 방식과 오디오 속성을 이용하지 않고 설문조사나 웹 검색 결과를 이용하는 방법으로 나뉜다. 오디오 속성 값을 이용한 감성기반 음악 검색으로 다음과 같은 방법이 연구 되었다.
감성 이동이란 무엇인가? 감성 이동이란 이미 계산 되어 있는 음악의 감성이 울고 싶은 영역에 표시되어 있지만 사용자는 지금 기분이 좋으며 따라서 울고 싶은 노래보다는 행복한 노래를 듣고 싶을 때 음악 감성 모델에 있는 좌표 값을 자신이 원하는 감성의 좌표 값으로 인위적으로 변화 시키는 것을 말한다. 그 방법은 아래 [그림 5]와 같다.
음악의 감성을 인식하여 숫자로 표현 하는 연구는 어떠한 방법들이 있는가? 음악의 감성을 인식하는 기술에 대해서는 다방면으로 진행되어 왔다. 음악의 감성을 인식하여 숫자로 표현 하는 연구는 크게 2가지로 2차원 표현방식과 카테고리 분류 방법이 있다[2-4]. 이러한 방법 모두 기존에 감성이 알려진 음악을 기반으로 음악의 요소들 중 어떤 요소가 영향을 많이 주는지 학습하고 그 학습된 것을 바탕으로 새로운 음악에 적용하여 감성을 추출하는 방식이다.
질의응답 정보가 도움이 되었나요?

참고문헌 (8)

  1. J. A. Russell, "A Circumplex Model of Affect," Journal of personality and social psychology, Vol.39, No.6, 1980. 

  2. 림빈, 감성 트리 기반의 음악 감성 조절 알고리즘, 숭실대학교 대학원, 2013. 

  3. R. E. Thayer, The Biopsychology of Mood and Arousal, New York, Oxford University Press, 1989. 

  4. Y. H. Yang, C. C. Liu, and H. H. Chen, "Music emotion classification: A fuzzy approach," Proc. ACM Multimedia, p.81, 2006. 

  5. Owen Craigie Meyers, A mood-based music classification and exploration system, Master of Science in MediaArts and Sciences at the MASSACHUSETTS INSTITUTE OF TECHNOLOGY, 2007 

  6. 김재광, 윤태복, 김동문, 이지형, "시간 가중치와 가변형 K-means기법을 이용한 개인화된 음악 추천 시스템," 한국지능시스템학회논문지, Vol.19 No.4, pp.504-510, 2009 

  7. 김태연, "감성기반 음악.이미지 검색 추천 시스템 설계 및 구현," 전자공학회논문지, 제47권, 제1호, pp.73-79, 2010. 

  8. 심한뫼, 감성기반 음악분류 알고리즘과 리듬 액션게임의 자동 노트생성에 관한 연구, 중앙대학교 첨단영상대학원, 2012. 

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