$\require{mediawiki-texvc}$

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.

확률적 은닉 성분 분석 및 음향 기술자를 사용한 내용 기반 음악 요소 검색 방법
A Scheme for Content-based Music Element Retrieval Using Probabilistic Latent Component Analysis and Acoustic Descriptor 원문보기

한국정보처리학회 2011년도 제35회 춘계학술발표대회, 2011 Apr. 30, 2011년, pp.475 - 478  

한병준 (고려대학교 전기전자전파공학부) ,  이교구 (서울대학교 융합과학기술대학원 디지털정보융합학과) ,  노승민 (고려대학교 전기전자전파공학부) ,  황인준 (고려대학교 전기전자전파공학부)

초록
AI-Helper 아이콘AI-Helper

지금까지 음악 정보 검색을 위한 다양한 내용 기반 음악 검색 및 비교 방법이 제안되었다. 그런데, 기존 연구들은 질의 방식 및 검색 카테고리가 변화함에 따라 상이한 방법을 제시하고 있어 음악 검색 방법을 통합하는 데에 한계가 있다. 이러한 문제를 해결하기 위해, 본고에서는 내용 기반 음악 검색의 일반화를 위한 내용 기반 음악 요소 검색(CBMER) 방법을 제안하였다. 제안 방법에서는 확률적 은닉 성분 분석(PLCA)을 사용하여 음원을 분해하고, 각 분해 요소로부터 오디오 특성을 추출하였다. 제안 방법을 사용하여 다양한 질의 방식 및 검색 카테고리로 내용 기반 음악 요소 검색이 가능함을 보이기 위해, 남성/여성의 목소리로부터 질의를 생성하여 목소리 성별에 따른 음악을 검색하는 실험을 수행하고 그 결과를 분석하였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 연구에서는 전술한 문제와 한계점을 해결하고 내용 기반 음악 검색 방법을 일반화하기 위한 내용 기반 음악 요소 검색(CBMER: Content-based music element retrieval) 방법을 제안한다. 내용 기반 음악 요소 검색은 다양한 질의 방식과 검색 카테고리에 대한 내용 기반 음악 검색 방법을 보다 일반화하므로 다양한 질의 방식 및 검색 카테고리에 대응할 수 있다.
  • 본 연구에서는 주파수 성분 축소를 위해 음악 정보 검색 분야에서 널리 쓰이며 그 성능이 입증된 다양한 음향 기술자 중 주파수 도메인 특성들을 계산한다. 이러한 접근은 주파수 성분이 주파수 도메인으로 표현되어 있기에 유효하다.
  • 지금까지 내용 기반 음악 검색의 일반화를 위한 내용 기반 음악 요소 검색(CBMER) 방법을 소개하였다. 제안 방법에서는 확률적 은닉 성분 분석(PLCA)을 사용하여 음원을 분해하고, 각 분해 요소로부터 오디오 특성을 추출하였다.

가설 설정

  • 데이터베이스 내 노래 및 질의 분해를 위한 은닉 성분의 수는 전체 시스템에 영향을 미치는 중요한 요소이다. 본 연구에서는 질의보다 노래가 상대적으로더 많은 정보를 포함하고 있을 것이라는 가정 하에, 질의의 은닉 성분 수는 20, 노래의 은닉 성분 수는 100 으로 설정하였다. 또한, 최대 색인 생성 시간을 제한하기 위해, 확률적 은닉 성분 분석의 EM 알고리즘 반복 횟수를 100 회로 제한하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
내용 기반 음악 검색이란 무엇인가? 내용 기반 음악 검색은 전문가가 수동으로 음악의 내용을 분석하는 것이 아닌, 자동화된 정보 처리 시스템을 사용하여 음악의 내용을 추출하여 검색에 활용하기 위한 방법이다. 지금까지 허밍[3] 및 태핑 (tapping)[4]과 같은 다양한 질의 방식과 음악 감정 및 온톨로지[5], 무드 인식[6], 그리고 코드 및 장르 분류[7]와 같은 다양한 검색 카테고리를 위한 내용 기반 음악 검색 방법이 제안되어 있다.
마할라노비스 거리는 어떤 방법인가? 마할라노비스 거리(Mahalanobis distance)[12]는 표본 집합과 표본 또는 표본 집합으로 형성된 공간에서 표본 간의 유사도를 구하는 방법으로, 표본집합의 공분산 ࡿ에 대해 다음과 같이 정의된다:
본 연구에서 제안한 내용 기반 음악 요소 검색은 어떻게 오디오의 특성을 추출하는가? 지금까지 내용 기반 음악 검색의 일반화를 위한 내용 기반 음악 요소 검색(CBMER) 방법을 소개하였다. 제안 방법에서는 확률적 은닉 성분 분석(PLCA)을 사용하여 음원을 분해하고, 각 분해 요소로부터 오디오 특성을 추출하였다. 다양한 질의 방식 및 검색 카테고리로 내용 기반 음악 요소 검색이 가능함을 보이기 위해, 남성 및 여성 목소리로부터 질의를 생성하여 음악을 검색하는 실험을 수행하였다.
질의응답 정보가 도움이 되었나요?

관련 콘텐츠

이 논문과 함께 이용한 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