[논문]거리 측정방법에 따른 쿼리-바이-싱잉/허밍 시스템의 성능 변화

장세진; 장달원; 이석필

거리 측정방법에 따른 쿼리-바이-싱잉/허밍 시스템의 성능 변화
Performance of Query-by-singing/humming system depending on the distance metric 원문보기

장세진 (전자부품연구원) , 장달원 (전자부품연구원) , 이석필 (전자부품연구원)

이 논문에서는 쿼리-바이-싱잉/허밍 (Query-by-singing/humming, QbSH) 시스템에서의 거리 함수를 다양화하면서 그 성능 변화를 살펴본다. QbSH는 디지털 음악의 사용이 보편화되면서 음악 검색의 방법으로 많은 연구가 진행되어 왔으며, 많은 경우, dynamic time warping (DTW) 방법으로 사용해서 정합하고 있다. 그러나, DTW에서 사용하는 거리에 대해서는 특별한 관심을 가지지 않았으며, 일반적으로 절대적 차이값이나 그것의 제곱값을 많이 사용해 왔다. 이 논문에서는 여러 가지 거리에 대해서 성능을 측정하였다. 성능측정은 특정한 시스템에서 이루어진 것이기 때문에 일반성을 가지지 않을 수 있으나, DTW에서 사용하는 거리를 기존의 것과 다른 것으로 변화시켜서 성능을 향상시킬 가능성이 있음을 이 논문에서는 밝힌다. 본 논문에서는 10-12초 길이의 1000번의 쿼리 (Query)에 대해서 28시간 정도의 데이터베이스에서 실험한 결과, 논문에서 제안하는 거리가 기존의 절대적 차이값을 사용한 것보다 제1후보 검출 정확도가 10% 가량 상승함을 확인할 수 있었다.

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

문제 정의

본 논문에서는 DTW를 정합방법으로 사용하는 QbSH 시스템에서 거리 함수에 따른 성능 변화를 살펴 보았다. 본 논문에서는 기존의 차이의 절대값과 그 제곱 이외의 세 가지 거리 함수를 제안하고 성능을 비교한 결과 기존의 결과에 비해서 많은 향상이 있음을 알 수 있다.

제안 방법

다음 음악으로부터 피치를 추출하는 방법은 평균 하모닉 구조 (average harmonic structure, AHS)에 기반을 두었다 [14,15]. 다음 음악으로부터 다수개의 기본 주파수 후보를 선정하고, 그 것들 중에서 AHS 값에 기반하여 프레임 당 하나의 피치 값을 결정하였다.
본 논문에서는 다섯 가지의 거리 함수를 사용하였다. 두 개의 실수 값 a,b 가 있을 때 a와 b 사이의 거리를 다음의 다섯 가지 방법으로 나타내었다.
이 논문에서는 QbSH 시스템을 구축하는데 있어서 반드시 필요한 요소인 정합 과정을 다루고 있으며, 그 중 DTW 알고리즘을 사용한 정합 과정을 다루고 있다. DTW 알고리즘은 여러 QbSH 시스템에서 사용하는 방법으로[3-8] 시간적으로 변화가 있는 두 개의 서로 다른 시퀀스를 정합시킬 시에 많이 사용되는 방법이다.

대상 데이터

실험에 사용한 DB에는 28시간 분량의 총 450곡의 노래가 들어가 있다. 여기에는 동요, 댄스, 팝, 트로트 등 다양한 장르의 노래가 들어가 있으며, 노래에 따라서 약 34초에서 396초 길이의 다양한 노래가 들어있다.
우리는 노래의 제목을 찾는 것을 목표로 하였으며, 오디오 인식에서와 같이 노래에서의 위치를 찾는 것은 목표로 하지 않았다 [11]. 테스트 데이터에는 총 1000개의 쿼리 입력이 들어가 있으며 각각은 약 10초에서 12초 정도의 길이를 가진다. 이 입력은 32명의 지원자에게서 모은 것이며 지원자는 14명의 여자와 18명의 남자로 구성된다.

데이터처리

성능측정은 4가지 요소를 사용하였다. 먼저 1개의 노래제목을 결과로 냈을 때 정답이 검출되는 확률, 10개에서 검출되는 확률, 20개에서 검출되는 확률, 그리고 순위 역의 평균 (Mean reciprocal rank, MRR)을 사용하였다. MRR은 QbSH 시스템의 성능을 평가하기 위해서 많이 사용되는 지표이다.

이론/모형

세번째 거리 함수는 입력의 차이값이 특정한 상수 λ보다 작을 때는 그 값을 그대로 가지고, λ보다 클 때에는 값이 λ로 제한된다. 네 번째 거리 함수는 log 스케일에 기반한 값이며 다섯 번째 거리 함수는 sigmoid 함수를 사용하였다.
사용자 입력으로부터 피치 추출은 시간과 주파수 조합영역에서의 선형 보간법을 이용해서 구해진다 [13]. 다음 음악으로부터 피치를 추출하는 방법은 평균 하모닉 구조 (average harmonic structure, AHS)에 기반을 두었다 [14,15]. 다음 음악으로부터 다수개의 기본 주파수 후보를 선정하고, 그 것들 중에서 AHS 값에 기반하여 프레임 당 하나의 피치 값을 결정하였다.

성능/효과

본 논문에서는 DTW를 정합방법으로 사용하는 QbSH 시스템에서 거리 함수에 따른 성능 변화를 살펴 보았다. 본 논문에서는 기존의 차이의 절대값과 그 제곱 이외의 세 가지 거리 함수를 제안하고 성능을 비교한 결과 기존의 결과에 비해서 많은 향상이 있음을 알 수 있다. 이 결과는 우리의 QbSH 시스템에서 실험한 것으로 일반적이지 않을 수 있다.
표에서 보이는대로 기존에 많이 사용되던 차이의 절대값과 그 제곱값은 좋지 않은 성능을 보인다. 제1후보에 대해서 검출 확률이 0.
이 결과는 우리의 QbSH 시스템에서 실험한 것으로 일반적이지 않을 수 있다. 하지만, 시스템에 따라서 다양한 거리 함수를 실험해 보는 것이 성능 향상에 도움이 된다는 것을 확인할 수 있었다.

후속연구

하지만, 시퀀스의 특정에 따라서 다른 거리 함수가 더 나은 결과를 나을 수 있다. 따라서 시스템에 따라서 다양한 거리 함수를 실험해 보는 것이 성능 향상에 도움이 될 것이다.

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

거리 측정방법에 따른 쿼리-바이-싱잉/허밍 시스템의 성능 변화
Performance of Query-by-singing/humming system depending on the distance metric 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

거리 측정방법에 따른 쿼리-바이-싱잉/허밍 시스템의 성능 변화 Performance of Query-by-singing/humming system depending on the distance metric 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

거리 측정방법에 따른 쿼리-바이-싱잉/허밍 시스템의 성능 변화
Performance of Query-by-singing/humming system depending on the distance metric 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper