ETRI-Knowledge Sharing Plaform

KOREAN
논문 검색
Type SCI
Year ~ Keyword

Detail

Journal Article 컨볼루션 신경망 기반 모노 채널 음악-대사 음원 분리 기술을 이용한 방송물 배경 음악 식별
Cited 1 time in scopus Share share facebook twitter linkedin kakaostory
Authors
김혜미, 허운행, 김정현, 박지현
Issue Date
2020-05
Citation
한국통신학회논문지, v.45, no.5, pp.855-866
ISSN
1226-4717
Publisher
한국통신학회 (KICS)
Language
Korean
Type
Journal Article
DOI
https://dx.doi.org/10.7840/kics.2020.45.5.855
Abstract
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 급격히저하된다. 본 논문에서는 음악-대사 분리 기법을 적용하여 대사가 제거된 음악 신호로부터 배경음악을 식별하고자한다. 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 기법인DenseNet 구조를 가지는 파형 입력 기반 Wave-DenseNet을 제안한다. 식별기는 랜드마크 기반 오디오 핑거프린트방식을 적용한다. SDR이 음원 분리 성능 지표로 널리 쓰이고 있으나 분리 후 SDR 값의 성능 순위와 식별율의성능 순위가 서로 다름으로 보아 분리 후 얻어진 음악 신호로 식별을 하고자 할 때는 적합한 성능 지표가 아님을확인하였다. 음악-대사 데이터셋으로 음악-대사 분리 후 식별 성능을 비교한 결과 가장 우수한 방법은Wave-U-Net 분리 기법임을 보였다.