KR20160101355A - 연주 패턴 분석 기반 맞춤형 트레이닝 프로그램 제공 장치 및 방법 - Google Patents

연주 패턴 분석 기반 맞춤형 트레이닝 프로그램 제공 장치 및 방법 Download PDF

Info

Publication number
KR20160101355A
KR20160101355A KR1020150023770A KR20150023770A KR20160101355A KR 20160101355 A KR20160101355 A KR 20160101355A KR 1020150023770 A KR1020150023770 A KR 1020150023770A KR 20150023770 A KR20150023770 A KR 20150023770A KR 20160101355 A KR20160101355 A KR 20160101355A
Authority
KR
South Korea
Prior art keywords
analysis
performance
playing
player
training program
Prior art date
Application number
KR1020150023770A
Other languages
English (en)
Inventor
김주영
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020150023770A priority Critical patent/KR20160101355A/ko
Publication of KR20160101355A publication Critical patent/KR20160101355A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H1/00—Details of electrophonic musical instruments
    • G10H1/0008—Associated control or indicating means
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10H—ELECTROPHONIC MUSICAL INSTRUMENTS; INSTRUMENTS IN WHICH THE TONES ARE GENERATED BY ELECTROMECHANICAL MEANS OR ELECTRONIC GENERATORS, OR IN WHICH THE TONES ARE SYNTHESISED FROM A DATA STORE
    • G10H2210/00—Aspects or methods of musical processing having intrinsic musical character, i.e. involving musical theory or musical parameters or relying on musical knowledge, as applied in electrophonic musical tools or instruments
    • G10H2210/031—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal
    • G10H2210/071—Musical analysis, i.e. isolation, extraction or identification of musical elements or musical parameters from a raw acoustic signal or from an encoded audio signal for rhythm pattern analysis or rhythm style recognition

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Auxiliary Devices For Music (AREA)

Abstract

악기 연주자의 연주 패턴 분석에 기반하여 맞춤형 트레이닝 프로그램을 제공하는 장치가 제공된다. 상기 맞춤형 트레이닝 프로그램 제공 장치는, 대상 악보 및 목표 음파 중 적어도 하나를 디지털화한 레퍼런스 데이터 시퀀스와 연주자의 연주 음파를 디지털화한 입력 데이터 시퀀스를 매칭한 결과에 기초하여 음정, 박자, 음색, 셈여림, 곡 전체 템포 및 연주 숙련도 중 적어도 하나의 특징 값을 분석하는 분석부 및 상기 특징 값에 따른 트레이닝 프로그램을 제공하는 가이드부를 포함하며, 상기 분석부는 연주 음파의 수행도를 나타내는 기본 분석, 반복적 오류에 따른 개인 연주 습관을 나타내는 연주특성 분석, 연주 숙련 정도를 나타내는 연주수준 분석, 및 연주악기 특성을 고려한 연주패턴을 나타내는 연주악기 분석 중 적어도 하나를 분석할 수 있다.

Description

연주 패턴 분석 기반 맞춤형 트레이닝 프로그램 제공 장치 및 방법{APPARATUS AND METHOD FOR PROVIDING A PERSONALIZED TRAINING PROGRAM BASED ON ANALYSIS OF PLAYING PATTERN}
악기 연주자의 연주 패턴 분석에 기반하여 맞춤형 트레이닝 프로그램을 제공하는 기술에 연관되며, 보다 특정하게는 음파 분석을 통해 악기 연주자의 연주 패턴을 분석하고 연주력 향상을 위한 맞춤형 트레이닝 프로그램을 제공하는 방법에 연관된다.
일반적으로, 음파 분석에 따른 연주 패턴 분석 기술은 디지털 파일 형태로 저장된 음원 파일과 연주자로부터 입력받은 연주 파일을 비교 매칭하고, 그 매칭 결과를 제공하는 기술을 말한다. 이를 테면, 디지털 파일 형태로 저장된 음원 파일을 기준으로 연주자의 연주 파일을 매칭하여, 음정, 박자, 세기 등의 일치도에 기반한 그 수행 정도를 판단 및 제공하는 방식으로 수행된다.
다만, 기존의 연주 패턴 분석의 경우, 디지털 음원 파일을 이용하여 전자악보를 제공하거나 단순 악보 추적 및 피치 분석 결과를 제공하는 데 불과하다. 연주자가 악보대로 연주했는지에 대한 단순 판별에 한정되기 때문에, 연주자의 연주 능력 향상에 한계가 있다. 트레이닝 과정 또한, 저장되어 있는 동일한 악보 파일을 단순 반복하여 제공하거나 연주자의 수준과 무관하게 정해진 순서에 따라 정해진 프로그램을 소화하는데 불과하므로, 연주자의 숙련 정도 및 연주 습관 분석을 통한 보다 효율적인 트레이닝 방향을 제시해 줄 필요가 있다.
일측에 따르면, 대상 악보 및 목표 음파 중 적어도 하나를 디지털화한 레퍼런스 데이터 시퀀스와 연주자의 연주 음파를 디지털화한 입력 데이터 시퀀스를 매칭한 결과에 기초하여 음정, 박자, 음색, 셈여림, 곡 전체 템포 및 연주 숙련도 중 적어도 하나의 특징 값을 분석하는 분석부, 및 상기 특징 값에 따른 트레이닝 프로그램을 제공하는 가이드부를 포함하며, 상기 분석부는 연주 음파의 수행도를 나타내는 기본 분석, 반복적 오류에 따른 개인 연주 습관을 나타내는 연주특성 분석, 연주 숙련 정도를 나타내는 연주수준 분석, 및 연주악기 특성을 고려한 연주패턴을 나타내는 연주악기 분석 중 적어도 하나를 분석하는 맞춤형 트레이닝 프로그램 제공 장치가 제공된다.
도 1은 일실시예에 따른 연주 패턴 분석 기반 맞춤형 트레이닝 프로그램 제공 장치를 도시하는 블록도이다.
도 2는 일실시예에 따른 연주 패턴 분석 과정을 설명하는 도면이다.
도 3은 일실시예에 따른 대상 악보를 나타내는 도면이다.
도 4는 일실시예에 따른 연주 파일 매칭 분석 결과를 나타내는 도면이다.
도 5는 일실시예에 따른 연주 패턴 분석 결과를 나타내는 도면이다.
도 6은 일실시예에 따라 제공되는 맞춤형 트레이닝 프로그램을 나타내는 도면이다.
도 7은 일실시예에 따른 연주 패턴 분석 기반 맞춤형 트레이닝 프로그램 제공 방법을 도시하는 흐름도이다.
이하에서, 일부 실시예들을, 첨부된 도면을 참조하여 상세하게 설명한다. 그러나, 이러한 실시예들에 의해 제한되거나 한정되는 것은 아니다. 각 도면에 제시된 동일한 참조 부호는 동일한 부재를 나타낸다.
아래 설명에서 사용되는 용어는 본 발명에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 관례, 새로운 기술의 출현 등에 따라 달라질 수 있다.
또한 특정한 경우는 이해를 돕거나 및/또는 설명의 편의를 위해 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 설명 부분에서 상세한 그 의미를 기재할 것이다. 따라서 아래 설명에서 사용되는 용어는 단순한 용어의 명칭이 아닌 그 용어가 가지는 의미와 명세서 전반에 걸친 내용을 토대로 이해되어야 한다.
도 1은 일실시예에 따른 연주 패턴 분석 기반 맞춤형 트레이닝 프로그램 제공 장치(100)를 도시하는 블록도이다.
상기 연주 패턴 분석 기반 맞춤형 트레이닝 프로그램 제공 장치(100)는 데이터베이스부(110), 수집부(120), 분석부(130) 및 가이드부(140)를 포함할 수 있다.
상기 데이터베이스부(110)는 대상 악보 및 목표 음파 중 적어도 하나를 디지털화하여 레퍼런스 데이터 시퀀스로 저장할 수 있다. 상기 대상 악보는 연주하고자 하는 곡의 악보에 관한 정보를, 상기 목표 음파는 해당 곡을 연주한 음악가 또는 전문가의 연주 파일 정보를 의미한다.
상기 수집부(120)는 연주자의 연주 음파를 디지털화한 입력 데이터 시퀀스를 수집할 수 있다. 상기 연주 음파는 연주자로부터 입력받은 연주 파일을 실시간으로 디지털화하여 패턴 분석에 이용되거나, 미리 저장되어 있던 상기 연주자의 연주 파일을 디지털 변환하여 수집될 수 있다.
상기 분석부(130)는 상기 데이터베이스부(110)에 저장된 상기 레퍼런스 데이터 시퀀스와, 상기 수집부(120)에 수집된 상기 입력 데이터 시퀀스를 비교 매칭할 수 있다. 상기 매칭 결과에 기초하여, 상기 분석부(130)는 음정, 박자, 음색, 셈여림, 곡 전체 템포 및 연주 숙련도 중 적어도 하나의 특징 값을 분석할 수 있다.
또한, 상기 분석부(130)는 상기 매칭 결과에 기초하여 기본 분석, 연주특성 분석, 연주수준 분석 및 연주악기 분석 등 다양한 방식으로 분석 결과를 제공할 수 있다. 상기 기본 분석은 상기 연주 음파의 수행도 판단 결과이고, 상기 연주특성 분석은 상기 연주자의 반복적 오류에 따른 개인 연주 습관에 대한 판단 결과를 의미한다. 상기 연주수준 분석은 상기 연주자의 숙련 정도의 판단 결과이며, 상기 연주악기 분석은 상기 연주자가 연주하는 악기의 특성을 고려한 연주패턴에 대한 분석 결과를 나타낸다. 상기 분석부(130)에서는 연주자의 선택에 따라 기본 분석, 연주특성 분석, 연주수준 분석 및 연주악기 분석 중 적어도 하나를 수행하여 제공할 수 있다.
그리고, 상기 가이드부(140)는 상기 분석부(130)의 상기 특징 값 분석 결과에 기초하여 상기 연주자에 대한 맞춤형 트레이닝 프로그램을 제공할 수 있다.
상기 맞춤형 트레이닝 프로그램 제공 장치(100)는, 단순히 악보나 목표 음파의 음정, 박자 등에 맞춰 연주했는지를 판별하는 것에 그치지 않고, 연주자의 연주 패턴 분석을 통해 연주 특징 및 연주자의 수준을 파악하고, 그 결과에 따라 상기 연주자가 취약한 부분을 보완하기 위한 트레이닝 프로그램을 제공할 수 있다. 또한, 동일한 곡에 대한 2개 이상의 연주 음파 분석을 통해 연주자의 연주 습관과 연주 패턴을 분석하고, 나아가 단순 반복 트레이닝에서 벗어나 맞춤형 트레이닝 프로그램을 제공할 수 있다.
도 2는 일실시예에 따른 연주 패턴 분석 과정을 설명하는 도면이다.
맞춤형 트레이닝 프로그램 제공 장치(100)는 악기 연주의 패턴을 분석하여 리포팅하고 분석 결과에 기초하여 맞춤형 트레이닝 프로그램을 제시하는 것으로, 악기 연주의 음파를 수집 및 분석하여 악보대로 연주했는지 여부를 판단하는 것에서 나아가 연주 패턴 분석을 통해 연주자의 잘못된 연주 습관에 관한 분석 결과 및 이를 보완할 수 있는 트레이닝 프로그램을 제공할 수 있다.
이를 위해, 상기 맞춤형 트레이닝 프로그램 제공 장치(100)에서는 음파 수집(210) 및 악보 분석(220)을 수행한다. 상기 음파 수집(210)의 경우, 연주자가 악기를 이용하여 연주한 연주자 음파(201)와 연주자가 목표로 하는 음악가나 전문가의 연주에 연관되는 목표 음파(202)를 디지털 파일 형식으로 변환하여 수집해두는 것을 의미한다. 상기 악보 분석(220)은 연주자가 연주하고자 하는 곡의 악보 관련 정보를 디지털 형식으로 저장해두는 작업을 의미한다.
상기 음파 수집(210)된 데이터 중 연주자 음파(201)는 입력 데이터 시퀀스로서, 상기 목표 음파(202) 또는 악보 분석(220) 결과인 레퍼런스 데이터 시퀀스와 비교 매칭된다(230). 이러한 음파 매칭 과정에서는, 상기 목표 음파(202) 및 악보 분석(220) 결과 중 적어도 하나인 상기 레퍼런스 데이터 시퀀스를 기준으로 상기 연주자 음파(201)에 대한 입력 데이터 시퀀스를 매칭하여, 음정, 박자, 음색, 셈여림, 곡 전체 템포 및 연주자의 숙련도 등의 정보를 분석할 수 있다.
상기 맞춤형 트레이닝 프로그램 제공 장치(100)는 상기 음파 매칭(230) 결과에 기초하여, 단순히 악보나 목표 음파대로 연주했는지를 판별하는 것에서 나아가, 연주자의 연주 패턴 분석(240)을 통해 연주 특징 및 연주자의 수준을 파악할 수 있다. 상기 연주 패턴 분석(240)의 경우, 기본 분석, 연주특성 분석, 연주수준 분석 및 연주악기 분석 등 다양한 방식으로 수행될 수 있다.
상기 기본 분석은 상기 연주 음파의 수행도 판단 결과로서, 음의 높낮이, 박자, 셈여림, 악상 기호 분석 등을 수행하여 그 결과를 제공하는 것이다.
상기 연주특성 분석은 상기 연주자의 반복적 오류에 따른 개인 연주 습관에 대한 판단 결과로서, 반복되는 오류를 연주자 개인의 연주 습관으로 판단하고, 단순히 음의 길이나 음정이 틀렸다는 사실을 알려주는 것에서 나아가 '점음표에서 박자가 느려지는 경향이 있다', '4번 손가락 연주 시 음정이 낮아지는 경향이 있다', '한 마디의 마지막 박자를 연주하는 경우 길이가 짧아지는 경향이 있다' 등과 같이 개인의 연주 특징을 분석하여 제공하는 것을 의미한다.
상기 연주수준 분석은 상기 연주자의 숙련 정도의 판단 결과로서, 악보와 연주자의 연주 음파를 매칭하여 연주의 정확도와 숙련 정도를 판단하며, 이는 리포팅 및 트레이닝 프로그램 제공 시 난이도 결정에 이용될 수 있다.
그리고, 상기 연주악기 분석은 상기 연주자가 연주하는 악기의 특성을 고려한 연주패턴에 대한 분석 결과로서, 연주자가 연주하는 악기의 종류를 판별하고 판별된 악기의 특성을 고려하여 연주자의 연주 수준 및 개인 연주 특성 분석하는 것을 의미한다. 이를 테면, 건반 악기의 경우 음의 높낮이가 연주 숙련도와의 상관관계가 낮은 반면에, 현악기의 경우 연주되는 음의 높낮이가 연주 숙련도에 직결되므로, 이러한 연주악기 분석 결과를 연주 수준 및 연주 특성 분석 과정에 유용하게 이용할 수 있다.
상기 음파 매칭 결과(230) 및 상기 연주 패턴 분석 결과(240)는 연주 분석 리포팅(250)을 통해 연주자에게 제공될 수 있다. 상기 연주 분석 리포팅(250) 과정에서는, 1차적으로는 디지털화하여 저장된 해당 곡의 음정, 박자 및 악상 기호를 기준으로 연주자 음파(201)에서 악보와 다르게 연주하는 부분을 검출하여 리포팅 할 수 있다. 또한, 이러한 검출 결과를 종합하여, 2차적으로는 연주자의 연주 특성에 따라 습관적으로 반복되는 음정 오류, 박자 오류, 템포 오류 등을 분석하여 리포팅 할 수 있다.
상기 맞춤형 트레이닝 프로그램 제공 장치(100)에서는 상기 연주 분석 리포팅(250) 외에도, 상기 연주 패턴 분석 결과(240)에 기초하여 연주자의 연주 습관이나 연주 단점을 보완할 수 있는 트레이닝 프로그램을 제공함으로써, 트레이닝 가이드(260)를 제공할 수도 있다.
도 3은 일실시예에 따른 대상 악보를 나타내는 도면이고, 도 4 및 도 5는 일실시예에 따른 연주 파일 매칭 분석 결과 및 연주 패턴 분석 결과를 나타내는 도면이다.
도 3과 같은 대상 악보는 디지털 파일 형식으로 저장되어, 연주자로부터 입력되는 연주 음파와의 비교 매칭에 이용될 수 있다. 이를 테면, 상기 맞춤형 트레이닝 프로그램 제공 장치(100)에서는 연주자가 연주하고자 하는 'Liebesleid'와 같은 곡의 악보에 대한 정보를 디지털화하여 저장해두고, 연주자의 연주 숙련도나 연주 패턴을 분석하는 과정에서의 기준으로 이용할 수 있다.
연주자의 연주 음파를 상기 대상 악보나 목표 음파와 매칭하여 분석한 결과는, 도 4 및 도 5와 같이 제공될 수 있다.
상기 맞춤형 트레이닝 프로그램 제공 장치(100)는 상기 연주자의 연주 음파에 대해 음정, 박자, 음색, 셈여림, 곡 전체 템포 및 연주 숙련도 중 적어도 하나를 분석하여 제공할 수 있다. 이를 테면, 상기 대상 악보 및 상기 연주자의 연주 음파의 매칭 결과에 기초하여, 기본 분석, 연주특성 분석, 연주수준 분석 및 연주악기 분석 등 다양한 방식으로 분석 결과를 제공할 수 있다.
먼저, 상기 기본 분석은 상기 연주 음파의 수행도 판단 결과로서, 도 4와 같이 제공될 수 있다. 도 4를 보면, 미리 저장된 악보(도 3) 정보에 기초하여, 상기 연주 음파에 대한 음정(410), 박자(420), 비브라토(430), 세기(440) 등의 정확도를 판단하고, 그 결과를 제공할 수 있다.
그리고, 연주특성 분석, 연주수준 분석 및 연주악기 분석 등은 도 5와 같이 제공될 수 있는데, 상기 연주자의 연주 음파 분석을 통해 파악한 상기 연주자의 반복적 오류에 따른 개인 연주 습관이나 연주자의 숙련 정도의 판단 결과, 상기 연주자가 연주하는 악기의 특성을 고려한 연주패턴에 대한 분석 결과 등을 간단한 코멘트와 함께 제공할 수 있다. 이외에도, 상기 맞춤형 트레이닝 프로그램 제공 장치(100)에서는 연주자의 선택에 따라 상기 기본 분석, 연주특성 분석, 연주수준 분석 및 연주악기 분석 등의 결과를 다양한 방식으로 제공할 수도 있다.
도 6은 일실시예에 따라 제공되는 맞춤형 트레이닝 프로그램을 나타내는 도면이다.
도 6을 참조하면, 도 4 및 도 5의 연주 파일 매칭 분석 결과 및 연주 패턴 분석 결과에 기초하여 연주자의 연주 습관이나 연주 단점을 보완할 수 있는 트레이닝 프로그램이 제공된다.
상기 맞춤형 트레이닝 프로그램 제공 장치(100)에서는 단순 반복 트레이닝에서 벗어나, 상기 연주자의 수준에 부합하는 트레이닝 프로그램을 제공받거나, 상기 연주자의 평소 연주 패턴에 따른 습관이나 단점을 바로잡을 수 있는 개인 맞춤형 트레이닝 프로그램을 제공하기도 한다.
도 7은 일실시예에 따른 연주 패턴 분석 기반 맞춤형 트레이닝 프로그램 제공 방법을 도시하는 흐름도이다.
단계 710에서는, 데이터베이스부(110)가 대상 악보 및 목표 음파 중 적어도 하나를 디지털화하여 레퍼런스 데이터 시퀀스로 저장할 수 있다. 여기서, 상기 대상 악보는 연주하고자 하는 곡의 악보에 관한 정보를, 상기 목표 음파는 해당 곡을 연주한 음악가 또는 전문가의 연주 파일 정보를 의미한다.
단계 720에서는, 수집부(120)가 연주자의 연주 음파를 디지털화한 입력 데이터 시퀀스를 수집할 수 있다. 상기 연주 음파는 연주자로부터 입력받은 연주 파일을 실시간으로 디지털화하여 패턴 분석에 이용하거나, 미리 저장되어 있던 상기 연주자의 연주 파일을 디지털 변환하여 수집될 수 있다.
단계 730에서는, 분석부(130)가 단계 710에서 저장된 상기 레퍼런스 데이터 시퀀스와, 단계 720에서 수집된 상기 입력 데이터 시퀀스를 비교 매칭할 수 있다. 상기 분석부(130)는 단계 730에서, 상기 매칭 결과에 기초하여 음정, 박자, 음색, 셈여림, 곡 전체 템포 및 연주 숙련도 중 적어도 하나의 특징 값을 분석할 수 있다.
또한, 단계 730에서는 상기 매칭 결과에 기초하여 기본 분석, 연주특성 분석, 연주수준 분석 및 연주악기 분석 등 다양한 방식으로 분석 결과를 제공할 수 있다. 상기 기본 분석은 상기 연주 음파의 수행도 판단 결과이고, 상기 연주특성 분석은 상기 연주자의 반복적 오류에 따른 개인 연주 습관에 대한 판단 결과를 의미한다. 상기 연주수준 분석은 상기 연주자의 숙련 정도의 판단 결과이며, 상기 연주악기 분석은 상기 연주자가 연주하는 악기의 특성을 고려한 연주패턴에 대한 분석 결과를 나타낸다. 상기 분석부(130)에서는 연주자의 선택에 따라 기본 분석, 연주특성 분석, 연주수준 분석 및 연주악기 분석 중 적어도 하나를 수행하여 제공할 수 있다.
단계 740에서는, 가이드부(140)가 단계 730의 상기 특징 값 분석 결과에 기초하여 상기 연주자에 대한 맞춤형 트레이닝 프로그램을 제공할 수 있다.
이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPA(field programmable array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.
소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치, 또는 전송되는 신호 파(signal wave)에 영구적으로, 또는 일시적으로 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.
실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다. 상기된 하드웨어 장치는 실시예의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.
그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (1)

  1. 대상 악보 및 목표 음파 중 적어도 하나를 디지털화한 레퍼런스 데이터 시퀀스와 연주자의 연주 음파를 디지털화한 입력 데이터 시퀀스를 매칭한 결과에 기초하여 음정, 박자, 음색, 셈여림, 곡 전체 템포 및 연주 숙련도 중 적어도 하나의 특징 값을 분석하는 분석부; 및
    상기 특징 값에 따른 트레이닝 프로그램을 제공하는 가이드부
    를 포함하며,
    상기 분석부는, 연주 음파의 수행도를 나타내는 기본 분석, 반복적 오류에 따른 개인 연주 습관을 나타내는 연주특성 분석, 연주 숙련 정도를 나타내는 연주수준 분석, 및 연주악기 특성을 고려한 연주패턴을 나타내는 연주악기 분석 중 적어도 하나를 분석하는 맞춤형 트레이닝 프로그램 제공 장치.
KR1020150023770A 2015-02-17 2015-02-17 연주 패턴 분석 기반 맞춤형 트레이닝 프로그램 제공 장치 및 방법 KR20160101355A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020150023770A KR20160101355A (ko) 2015-02-17 2015-02-17 연주 패턴 분석 기반 맞춤형 트레이닝 프로그램 제공 장치 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020150023770A KR20160101355A (ko) 2015-02-17 2015-02-17 연주 패턴 분석 기반 맞춤형 트레이닝 프로그램 제공 장치 및 방법

Publications (1)

Publication Number Publication Date
KR20160101355A true KR20160101355A (ko) 2016-08-25

Family

ID=56884548

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020150023770A KR20160101355A (ko) 2015-02-17 2015-02-17 연주 패턴 분석 기반 맞춤형 트레이닝 프로그램 제공 장치 및 방법

Country Status (1)

Country Link
KR (1) KR20160101355A (ko)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107682570A (zh) * 2017-11-21 2018-02-09 维沃移动通信有限公司 一种提醒方法、装置及移动终端
CN108062948A (zh) * 2017-11-28 2018-05-22 华中科技大学 一种基于图案化裁剪技术调控声波的方法
KR102306957B1 (ko) * 2020-11-13 2021-09-30 홍성현 음악 교육 컨텐츠 제공 방법 및 디바이스
KR102569219B1 (ko) 2022-06-03 2023-08-22 클레브레인 주식회사 악기 연주 추적 시스템 및 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107682570A (zh) * 2017-11-21 2018-02-09 维沃移动通信有限公司 一种提醒方法、装置及移动终端
CN108062948A (zh) * 2017-11-28 2018-05-22 华中科技大学 一种基于图案化裁剪技术调控声波的方法
CN108062948B (zh) * 2017-11-28 2020-07-10 华中科技大学 一种基于图案化裁剪技术调控声波的方法
KR102306957B1 (ko) * 2020-11-13 2021-09-30 홍성현 음악 교육 컨텐츠 제공 방법 및 디바이스
KR102569219B1 (ko) 2022-06-03 2023-08-22 클레브레인 주식회사 악기 연주 추적 시스템 및 방법

Similar Documents

Publication Publication Date Title
Salamon et al. Melody extraction from polyphonic music signals: Approaches, applications, and challenges
Stables et al. Automatic Drum Transcription using Bi-directional Recurrent Neural Networks.
Dixon On the computer recognition of solo piano music
Chen et al. Electric Guitar Playing Technique Detection in Real-World Recording Based on F0 Sequence Pattern Recognition.
Klapuri et al. Robust multipitch estimation for the analysis and manipulation of polyphonic musical signals
US9378719B2 (en) Technique for analyzing rhythm structure of music audio data
US10366121B2 (en) Apparatus, method, and computer-readable medium for cue point generation
Collins Using a Pitch Detector for Onset Detection.
US8507781B2 (en) Rhythm recognition from an audio signal
KR20160101355A (ko) 연주 패턴 분석 기반 맞춤형 트레이닝 프로그램 제공 장치 및 방법
Abeßer Automatic string detection for bass guitar and electric guitar
Yazawa et al. Audio-based guitar tablature transcription using multipitch analysis and playability constraints
CN108369800B (zh) 声处理装置
Dittmar et al. Real-time guitar string detection for music education software
US9040799B2 (en) Techniques for analyzing parameters of a musical performance
JP2008065153A (ja) 楽曲構造解析方法、プログラムおよび装置
Shin et al. Real-time recognition of guitar performance using two sensor groups for interactive lesson
Ozaslan et al. Legato and glissando identification in classical guitar
JP2008233725A (ja) 楽曲種類判別装置、楽曲種類判別方法、および楽曲種類判別プログラム
Hartquist Real-time musical analysis of polyphonic guitar audio
Özaslan et al. Identifying attack articulations in classical guitar
JP2010054535A (ja) コード名検出装置及びコード名検出用コンピュータ・プログラム
Tavares et al. Audio-visual vibraphone transcription in real time
JP2007178695A (ja) 運指表示装置、及びプログラム
JP6565529B2 (ja) 自動アレンジ装置及びプログラム

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E601 Decision to refuse application