$\require{mediawiki-texvc}$

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.

허밍: DeepJ 구조를 이용한 이미지 기반 자동 작곡 기법 연구
Humming: Image Based Automatic Music Composition Using DeepJ Architecture 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.25 no.5, 2022년, pp.748 - 756  

김태헌 (School of Global Media, College of IT, Soongsil University) ,  정기철 (School of Global Media, College of IT, Soongsil University) ,  이인성 (Dept. of English, College of Humanities, Soongsil University)

Abstract ▼ AI-Helper 아이콘AI-Helper

Thanks to the competition of AlphaGo and Sedol Lee, machine learning has received world-wide attention and huge investments. The performance improvement of computing devices greatly contributed to big data processing and the development of neural networks. Artificial intelligence not only imitates h...

주제어

#Artificial Intelligence   #Machine Learning   #Neural Network   #Music Composition  

표/그림 (8)

AI 본문요약
AI-Helper 아이콘 AI-Helper

제안 방법

  • 이 모델을 통하면 어떠한 이미지의 종류 혹은 그 안의 컨텐츠의 특징을 파악하여 그에 맞는 특정 작곡가나 장르의 자동작곡이 가능하다. 본 논문에서는 사진 속에 등장하는 풍경을 분류하여 각각을 클래식 음악사조에 대응시켰다. 모델에서 이미지를 입력받으면 해당 이미지를합성곱층(convolution layer)을 통과시켜서 고수 준 특징 벡터로 바꾼다.

대상 데이터

  • 프리모델이 이미지 안의 컨텐츠와 특성을 잘 찾아내려면 데이터셋을 통해 미리 학습되어야 하지만, 이미 이미지 분류 문제는 연구가 많이 진행된 부분이다. 따라서 학습이 완료되어 파라미터가 공개된 신경망 중에서 Image Net 챌린지에서 높은 성능을 보였던 VGG16[11]의 합성곱층의 학습이 끝난 모듈을 사용하여 프리모델을 구성하였다. 합성곱층을 통과한 이미지 데이터는 3차원 벡터로 바뀌는데 원본보다 크기가 작아졌지만 시드 벡터로 사용하기에는 여전히 크기가 큰 편이다.
  • 사용하는 midi셋의 음악사조가 크게 세 가지:바로크, 낭만주의, 고전주의이므로 이미지 셋에서도 차이가 가장 크게 구분되는 빙하, 산, 바다를 활용했다. 메모리 크기를 고려하여 각 음악사조별로 midi 파일을 10개씩 뽑아 쌍으로 만들어 학습데이터를 완성했다. 신경망은 이미지의 임 베딩을 담당할 프리모델과 자동작곡을 담당하는 메인 모델로 구분되며, 프리모델은 학습된 vgg16의 합성곱층과 완전연결계층으로만 이루어진다.
  • 그리고 kaggle의 이미지셋의 경우에는 의미 없는 노이즈 샘플 제거 및 분류에 부합하지 않거나 모호한 샘플들을 직접 수작업으로 제거하여 데이터를 정제하였다. 사용하는 midi셋의 음악사조가 크게 세 가지:바로크, 낭만주의, 고전주의이므로 이미지 셋에서도 차이가 가장 크게 구분되는 빙하, 산, 바다를 활용했다. 메모리 크기를 고려하여 각 음악사조별로 midi 파일을 10개씩 뽑아 쌍으로 만들어 학습데이터를 완성했다.
  • 방법을 개선한 후에 C장조로의 조 변환, 연주 속도통일, 곡 길이 제한 등을 통해 데이터셋을 가공하였다. 사용한 작곡가 리스트는 Table1과 같으며 해당 작곡가들의 곡 중에서 메모리의 한계를 고려하여 길이가 5분 이내의 곡들로 선정하여 midi데이터셋을 완성했다.
  • 경음악 계열의 작곡가인 Sereno, July 두 사람의 곡을 각각 3개씩 midi 파일로 준비하였고, 조 변환을 통해 모두 C장조로 통일하고 연주 속도도 서로 동일하게 맞추었다. 사진은 이미지의 특징이 확실하게 차이 나는 상상도들로 선정하였고, 각 midi 파일 하나당 사진 하나씩 일대일대응 관계로 쌍을 지어 학습데이터로 만들었다. 그리고 이후 스타일 입력부와 임베딩을 담당하는 완전연결계층의 활성 함수를 튜닝하여 최적의 결과를 찾아냈다.

이론/모형

  • 그리고 이것을 음악 생성의 시드 (seed)벡터를 사용하여 작곡을 진행하게 된다. 작곡을 맡는 모듈은 DeepJ[5]의 신경망 모델을 차용하였다. 이후 kaggle의 intel image데이터셋과 maestro midi데이터셋을 사용하여 학습을 진행하였으나, 아쉽게도 원하던 결과를 얻지 못하였다.
본문요약 정보가 도움이 되었나요?

참고문헌 (11)

  1. D.P. Kingma and M. Welling, "Auto-Encoding Variational Bayes," arXiv preprint, arXiv:1312.6114, 2013. 

  2. I. Goodfellow, J. Pouget-Abadie, M. Mirza, B. Xu, D. Warde-Farley, S. Ozair, et al., "Generative Adversarial Nets," Proceedings of the 27th International Conference on Neural Information Processing Systems, Vol. 2, pp. 2672-2680, 2014. 

  3. S. Dieleman, A.V.D. Oord, and K. Simonyan, "The Challenge of Realistic Music Generation: Modelling Raw Audio at Scale," arXiv P reprint, arXiv:1806.10474, 2018. 

  4. H.J. Choi, J.-H. Hwang, S. Ryu, and S. Kim, "Music Generation Algorithm based on the Color-Emotional Effect of a Painting," Journal of Korea Multimedia Society, Vol. 23, No. 6, pp. 765-771, 2020. 

  5. H.H. Mao, T. Shin, and G. Cottrell, "DeepJ: Style-Specific Music Generation," IEEE 12th International Conference on Semantic Computing (ICSC), pp. 377-382, 2018. 

  6. J.P. Briot, G. Hadjeres, and F.D. Pachet, "Deep Learning Techniques for Music Generation--A Survey," arXiv preprint, arXiv:1709.01620, 2017. 

  7. S. Hochreiter, and J. Schmidhuber, "Long Short-Term Memory," Neural Computation, Vol. 9, No. 8, pp. 1735-1780, 1997. 

    상세보기

  8. D. Eck and J. Schmidhuber, "A First Look at Music Composition using LSTM Recurrent Neural Networks," Istituto Dalle Molle Di Studi Sull Intelligenza Artificiale, Vol. 103, pp. 48, 2002. 

  9. D. Makris, M. Kaliakatsos-Papakostas, I. Karydis, and K.L. Kermanidis, "Combining LSTM and Feed Forward Neural Networks for Conditional Rhythm Composition," InterNational Conference on Engineering Applications of Neural Networks, Springer, Cham, pp. 570-582, 2017. 

  10. D.D Johnson, "Generating Polyphonic Music using Tied Parallel Networks," International Conference on Evolutionary and Biologically Inspired Music and Art, Springer, Cham, pp. 128-143, 2017. 

  11. K. Simonyan and A. Zisserman, "Very Deep Convolutional Networks for Large-Scale Image Recognition," arXiv preprint, arXiv:1409.1556, 2014. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

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