ETRI-Knowledge Sharing Plaform

ENGLISH
기술이전 검색
연도 ~ 이전수 키워드

상세정보

대규모 음원 고속 검색 기술

전수책임자
박지현
참여자
김정현, 김혜미, 박지현, 서용석, 유원영, 임동혁
기술이전수
1
이전연도
2023
협약과제
21IH3400, 딥러닝을 활용한 고속 음악 탐색 기술 개발, 박지현
22IH2300, 딥러닝을 활용한 고속 음악 탐색 기술 개발, 박지현
23IH1700, 딥러닝을 활용한 고속 음악 탐색 기술 개발, 박지현
대규모 음악 특징 DB에서 음악을 고속으로 검색할 수 있는 음악 핑거프린팅 기술
- 특징점 기반 음원 검색 기술은 음악의 신호적 분석을 통해 해당 음악을 유일하게 식별할 수 있는 특징적 정보를 추출하고 이를 이용하여 음악을 검색하는 기술임
- 국내 음원 사이트의 경우 보유 음악이 수천만곡 이상이고, 일반 사용자에게 서비스하는 음악의 수는 계속 증가하고 있음
- 음원 특징점 기술은 음악의 특징을 작은 데이터로 표현이 가능하지만 서비스하는 음악의 수가 커짐에 따라 특징 데이터의 규모도 커져서 빠른 시간내 검색 결과를 얻기가 힘들어지고 있음
- 따라서 대규모 음원 특징에 대하여 빠른 시간내 검색 결과를 얻을 수 있는 음원 특징 추출과 특징 검색 방법이 요구되고 있음
- 또한 대규모 음원에서는 음원 전체가 중복되거나 음원의 일부 구간이 중복되는 경우가 빈번하게 발생하는데 이를 효과적으로 관리하지 않으면 부정확한 검색 결과가 발생할 가능성이 높음
- 종합하면 대규모 음원 DB에서 정확하고 빠른 검색 결과를 얻기 위해서는 작은 특징 크기, 효과적인 특징 관리 구조, 간단한 특징 매칭 방법, 병렬화 등을 통한 빠른 검색 방법, 효과적인 중복 구간 처리 방법을 지원하는 오디오 핑거프린팅 기술이 필요함
- 바이너리 형태의 작은 식별자 크기: 초당 약 86바이트
- 디코더에 독립적인 핑거프린트 추출 구조
- 메모리 기반 식별자 고속 검색 방식
- 음악식별 정확도: 1만곡 음악 DB 기준 99.9% 이상
- 최소 식별길이: 5초
- 한국저작권위원회 특징기반 필터링 성능평가 통과
<기술이전 내용>
- 음악 파일 또는 동영상 내 오디오 스트림에 대한 핑거프린트 추출 기술
- 대규모 오디오 핑거프린트 관리 기술
- 대규모 오디오 핑거프린트 색인 기술
- 대규모 오디오 핑거프린트 매칭 기술
<기술이전 범위>
- 대규모 음원 고속 검색 기술 시스템 요구사항 정의서
- 대규모 음원 고속 검색 기술 시스템 시험 절차 및 결과서
- 오디오 핑거프린트 추출 라이브러리 바이너리 파일
- 오디오 핑거프린트 검색 라이브러리 바이너리 파일
- 오디오 핑거프린트 추출 라이브러리 소스코드
- 오디오 핑거프린트 검색 라이브러리 소스코드
- 기술 설명서
ㅇ 적용분야
- 모바일 음악검색 서비스
- 방송 배경음악 검색 및 모니터링 시스템
- 대규모 음악 DB 정제

ㅇ 기대효과
- 불법 방송 콘텐츠의 유통을 차단함으로써 콘텐츠의 불법 공유로 인한 저작권 침해 방지
- 특징 크기 최소화로 대규모 음원 검색 서비스 구축 비용 절감
- 방송음악 저작권료 산정을 위한 선진화된 기술적 수단 제공
- 배경음악 검색 및 추천을 통한 관련 시장 확대와 한류 콘텐츠의 저작권료 수익 확대
- 라이브러리 음악의 손쉬운 사용으로 일반 사용자의 시장 참여 확대