심층 학습을 이용한 화음 진행 추천
Chord Progression Recommendation Using Deep Learning
- 주제(키워드) 심층 학습 , 화음 진행 , 순환 신경망 , 추천
- 발행기관 서강대학교 영상대학원
- 지도교수 이상욱
- 발행년도 2019
- 학위수여년월 2019. 2
- 학위명 석사
- 학과 및 전공 영상대학원 예술공학
- 실제URI http://www.dcollection.net/handler/sogang/000000064111
- UCI I804:11029-000000064111
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권보호를 받습니다.
초록/요약
본 논문은 심층학습(Deep Learning)을 이용한 화음 진행 추천에 관한 연구이다. 화음 진행은 음악에서 그 양식과 정서, 구조 등에 결정적인 영향을 미치는 중요한 요소로써 작곡가에게는 다양한 화음 진행을 구사할 수 있는 능력이 요구된다. 하지만 기존의 음악 이론이나 제한적인 경험에만 의존하면 작곡가의 화음 진행은 일정한 유형이나 전형성에 갇히기 쉽다. 이에 본 연구는 심층 신경망으로 화음 진행을 학습함으로써 사용자가 제시한 화음 진행에 대한 다양한 변주 가능성을 추천해 줄 수 있는 모델을 제안한다. 자연어 처리의 대표적인 임베딩 기술인 word2vec을 활용하여 화음을 벡터 형태로 표현하고, 순환 신경망(RNN)으로 다양한 양식의 화음 진행 순서를 학습하여 사용자의 화음 진행을 대체할 수 있는 새로운 진행들을 생성한다. 제안된 방법을 이용하여 기존의 화음 추천, 혹은 화음 진행 생성 모델들에 비해 길이와 양식 측면에서 보다 확장된 결과를 얻었다.
more