Automatic Music Mixing Method using Machine Learning Tools

Abstract

음악은 인간이 표현하는 감정의 언어이다. 우리는 집에서 파티를 할 때에도, 친구들과 기분 좋게 한 잔을 기울일 때에도, 고요한 밤 잔잔한 라디오 방송을 청취할 때에도 상황에 맞는 음악을 즐기길 원한다. 본 논문에서는 이러한 상황들에서 우리가 적절한 음악을 고를 수 있도록 도움을 주는 시스템을 제안한다. 본 연구는 수많은 음악 데이터에서 자동적으로 사용자의 기호와 음악들 간의 유사성에 따라 선택하고 자동적으로 곡을 믹싱 하는 방법을 제안한다. 비록 사용자가 해당 음악에 관한 아무런 정보가 없을 지라도, 제안 시스템은 음악의 특성에 따라 일련의곡을 매끄럽게 이어서 메들리를 만들어 준다. 음악들 간의 유사성을 판단하기 위하여 세 가지로 음악의 특성을 분석하였다. 첫째 음악의 장르, 두 번째는 음악의 조성, 마지막으로 음악의 빠르기이다. 이 세 가지 특성을 이용하여 음악 재생목록을 구성하고 믹싱한다. 본 논문에서는 음악 특징 추출과 믹싱 작업을 하기 위해 기계학습 기법인 지지 벡터 머신 (Support Vector Machine, SVM) 과 은닉 마르코프 모델 (Hidden Markov Model)을 적용하였다. 음악 장르 분류와 키 식별은 각각 90.6 %와 87.5 %의 정확도를 얻었다. 그리고 믹싱결과 90%의 호평을 얻었다.