검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Hidden Singer: Distinguishing Imitation Singers Based on Training with Only the Original Song 히든싱어: 원곡만으로 트레이닝으로 모방가수 구별

Hosung PARK, Seungsoo NAM, Eun Man CHOI, Daeseon CHOI

  • 조회수

    0

  • 이것을 인용

요약 :

히든싱어는 대한민국의 텔레비전 프로그램이다. 이날 방송에서는 원조가수와 모방가수 1명이 스크린 뒤에 숨어 노래를 부른다. 관객과 시청자는 노래하는 목소리를 듣고 원곡자가 누구인지 추측하려고 한다. 일반적으로 모방자는 잘 훈련되고 고도로 숙련되어 있기 때문에 청중의 정답은 거의 없습니다. 우리는 원래 가수와 모방 가수를 구별하기 위한 컴퓨터화된 시스템을 제안합니다. 훈련 단계에서 시스템은 원곡이 청중이 이전에 들어본 노래이기 때문에 그 노래만 학습합니다. 테스트 단계에서는 후보 1명의 노래가 시스템에 제공되고 시스템은 원곡 가수를 결정합니다. 시스템은 주체모델만 만드는 63.33등급 인증 방식을 사용한다. 주제 모델은 후보곡 간의 유사성을 측정하는 데 사용됩니다. 이 문제에서는 아티스트 식별이 필요한 기존 연구와 달리 학습 단계에서 모방자의 노래와 레이블이 제공되지 않기 때문에 다중 클래스 분류기와 지도 학습을 활용할 수 없습니다. 따라서 우리는 고도로 숙련된 모방자 중에서 원조 가수를 구별하는 데 어느 것이 더 효율적인지 선택하기 위해 여러 1-클래스 학습 알고리즘의 성능을 평가합니다. 실험 결과, 오토인코더를 적용한 제안 시스템은 다른 50-클래스 학습 알고리즘인 GMM(Gaussian Mixture Model)(26.67%)과 OCSVM(One Class Support Vector Machine)(63.33%)보다 우수한 성능(33.48%)을 보였다. 또한 제안된 시스템의 성능을 인간의 인식과 비교하기 위해 인간 콘테스트를 실시합니다. 제안한 시스템의 정확도(XNUMX%)는 인간의 평균 인지 정확도(XNUMX%)보다 우수한 것으로 나타났다.

발행
IEICE TRANSACTIONS on Information Vol.E101-D No.12 pp.3092-3101
발행일
2018/12/01
공개일
2018/08/24
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2018EDP7140
원고의 종류
PAPER
범주
인공지능, 데이터마이닝

작성자

Hosung PARK
  Kongju National University
Seungsoo NAM
  Kongju National University
Eun Man CHOI
  Dongguk University
Daeseon CHOI
  Kongju National University

키워드