지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.5
- 수록면
- 855 - 866 (12page)
- DOI
- 10.7840/kics.2020.45.5.855
이용수
이 논문의 연구 히스토리 (3)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
음악 식별 기술은 비교적 기술적 성숙도가 높지만 이는 입력되는 음원에 손상이나 합성이 없는 경우이고, 방송오디오와 같이 대사와 음악이 혼재된 상황에서 작은 소리로 혼합된 배경음악을 식별하는 경우 그 성능은 급격히 저하된다. 본 논문에서는 음악-대사 분리 기법을 적용하여 대사가 제거된 음악 신호로부터 배경음악을 식별하고자 한다. 대표적인 컨볼루션 기반 음악 음원 분리 네트워크 구조인 U-Net, Wave-U-Net 및 MMDenseNet 기반 음원분리를 위한 기존 기법들을 도입하여 음악-대사 분리에 적합하도록 변형한다. 또한 새로운 음악-대사 분리 기법인 DenseNet 구조를 가지는 파형 입력 기반 Wave-DenseNet을 제안한다. 식별기는 랜드마크 기반 오디오 핑거프린트 방식을 적용한다. SDR이 음원 분리 성능 지표로 널리 쓰이고 있으나 분리 후 SDR 값의 성능 순위와 식별율의 성능 순위가 서로 다름으로 보아 분리 후 얻어진 음악 신호로 식별을 하고자 할 때는 적합한 성능 지표가 아님을 확인하였다. 음악-대사 데이터셋으로 음악-대사 분리 후 식별 성능을 비교한 결과 가장 우수한 방법은 Wave-U-Net 분리 기법임을 보였다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 배경 음악 식별을 위한 음악-대사 분리 기법
Ⅲ. 제안 방법
Ⅳ. 랜드마크 기반 오디오 식별 방법
Ⅴ. 실험
Ⅵ. 결론
References
참고문헌 (23)
참고문헌 신청
A. Wang, “An industrial-strength audio search algorithm,” in Proc. Int. Conf. Music Info. Retrieval, pp. 7-13, 2003.
J. Haitsma and T. Kalker, “A highly robust audio fingerprinting system,” in Proc. Int. Soc. Music Info. Retrieval Conf., pp. 107-115, 2002.
B. Coover and J. Han, “A power mask based audio fingerprint,” in Proc. IEEE Int. Conf. Acoustics, Speech and Sign. Process., pp. 1394-1398, Florence, Italy, May 2014.
A. Jansson, E. Humphrey, N. Montecchio, R. Bittner, A. Kumar, and T. Weyde, “Singing voice separation with deep U-Net convolutional networks,” in Proc. Int. Soc. Music Info. Retrieval Conf., pp. 745-751, Suzhou, China, 2017.
D. Stoller, S. Ewert, and S. Dixon, “Wave-U-Net: A multi-scale neural network for end-to-end audio source separation,” in Proc. 19th Int. Soc. Music Info. Retrieval Conf., pp. 334-340, Paris, France, 2018.
J. Haitsma and T. Kalker, “A highly robust audio fingerprinting system,” in Proc. Int. Soc. Music Info. Retrieval Conf., pp. 107-115, 2002.
B. Coover and J. Han, “A power mask based audio fingerprint,” in Proc. IEEE Int. Conf. Acoustics, Speech and Sign. Process., pp. 1394-1398, Florence, Italy, May 2014.
A. Jansson, E. Humphrey, N. Montecchio, R. Bittner, A. Kumar, and T. Weyde, “Singing voice separation with deep U-Net convolutional networks,” in Proc. Int. Soc. Music Info. Retrieval Conf., pp. 745-751, Suzhou, China, 2017.
D. Stoller, S. Ewert, and S. Dixon, “Wave-U-Net: A multi-scale neural network for end-to-end audio source separation,” in Proc. 19th Int. Soc. Music Info. Retrieval Conf., pp. 334-340, Paris, France, 2018.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
TV 방송 배경음악 식별/분리/검출용 유사 방송 음악-대사 및 큐시트 데이터셋
디지털콘텐츠학회논문지
2023 .01
-
음원의 분리를 이용한 음악 구조 분석 시스템
한국통신학회 학술대회논문집
2016 .01
-
음원 분리 및 자동 채보 학습을 활용한 음악 유사성 분석 시스템 구현
한국통신학회논문지
2023 .11
-
분리된 보컬을 활용한 음색기반 음악 특성 탐색 연구
방송공학회논문지
2019 .11
-
음악적 특성에 따른 한국 음원시장 성공 요인 분석
Proceedings of KIIT Conference
2023 .06
-
대규모 음악 DB에서 방송 배경음악 식별을 위한 특징 추출 및 검색
한국방송미디어공학회 학술발표대회 논문집
2020 .07
-
PC게임 장르에 따른 게임 테마음악의 위치화 연구 : 음악종류, 음악의 구조적 요소, 이미지를 중심으로
한국게임학회 논문지
2020 .04
-
학문적 모호성에 관한 고찰 -대중음악과 클래식 음악을 중심으로-
한국산학기술학회 논문지
2021 .12
-
음악 스트리밍 서비스의 음원 정보 노출 분석
한국정보과학회 학술발표논문집
2017 .12
-
인디음악을 즐겨듣는 20대를 위한 유니티 기반 2D 인터렉티브 컨텐츠
한국정보통신학회 종합학술대회 논문집
2019 .10
-
방송 배경음악 식별을 위한 오디오 핑거프린팅 데이터셋 분석
한국정보과학회 학술발표논문집
2022 .12
-
디지털 미디어 기반 음악교육용 콘텐츠 탐색 및 특징에 관한 연구
디지털콘텐츠학회논문지
2023 .10
-
소셜 태그를 이용한 강인한 음악 분류 기법
한국컴퓨터정보학회 학술발표논문집
2015 .01
-
음악적 특징 선별 기법을 통한 음악 구조 분석
한국정보과학회 학술발표논문집
2016 .06
-
음악 교육 철학적 접근을 통한 제주 음악 교육 방향 고찰
한국산학기술학회 논문지
2019 .12
-
감정 인식을 통한 음악 검색 성능 분석
한국음향학회지
2015 .01
-
스트리밍 위주의 음악시장에서 음악 콘텐츠 창작자의 권익 쟁점
한국산학기술학회 논문지
2021 .10
-
음악 속성 태그를 이용한 유사 음악 추천 방법
한국통신학회 학술대회논문집
2024 .06
-
한국 디지털 음악산업의 발전 방안에 대한 소고
디지털콘텐츠학회논문지
2020 .11
-
[김현경의 음악에세이] 현대 사회와 클래식 음악 I : 20세기 미국음악의 초기 발전
대한토목학회지
2015 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-567-000594054