인공지능 기반 음성과 보컬 분리 감정 분석 시스템의 설계 및 구현
Design and Implementation of an AI-Based Emotion Analysis System through Music and Vocal Separation
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
음악에서 감정을 분석하는 기술은 최근 감성 인식 분야에서 중요한 연구 주제로 떠오르고 있다. 본 연구는 인공지능 기반의 음악 감정 분석 시스템을 설계하고 구현하였다. Spleeter를 이용해음악에서 보컬을 분리하고, Librosa를 통해 오디오 특징을 추출하였다. 추출된 특징은 사전 학습된감정 분류 모델(SVM)에 입력되어 5초 단위로 감정을 예측한다. 예측 결과는 그래프와 파이차트로시각화되어 감정의 시간적 흐름과 비율을 명확히 제시했다. 실험 결과, 감정판단에는 예측 횟수와평균 확률 모두가 중요한 변수임이 확인되었다. 향후에는 감정 세분화, 악기 기반 분석, 딥러닝적용 등으로 시스템을 확장할 수 있고, 음악 감정 분석 기술의 실용성과 확장 가능성을 확인한데 의의가 있다.
Abstract
The technology for analyzing emotions in music has recently emerged as an important research topic in the field of affective computing. This study designed and implemented an AI-based system for music emotion analysis. Using Spleeter, vocals were separated from the original music, and audio features were extracted with Librosa. The extracted features were then fed into a pre-trained emotion classification model (SVM) to predict emotions at 5-second intervals. The prediction results were visualized through graphs and pie charts, clearly illustrating the temporal flow and distribution of emotions. Experimental results confirmed that both the number of predictions and the average probability are critical variables for emotion determination. In the future, the system can be expanded by refining emotion categories, incorporating instrument-based analysis, and applying deep learning techniques. The significance of this research lies in demonstrating the practicality and scalability of music emotion analysis technology.