인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
AI의 발전으로 예술에서도 인공지능을 활용할 수 있는 가능성이 열리고 있다. 그러나 음악의 요소들은 주로 정성적으로 평가되어 AI와의 협업에 어려움이 있다. 특히, 소리의 음색이 인식되는 원리를 객관적으로 파악하는 데 한계가 있다. 현악기에서 송진의 종류에 따라 음색이 달라진다는 것은 경험적으로 알려져 있다. 본 연구에서는 송진의 종류에 따라 Y. Zhuang이 제안한 음색 지표가 어떻게 달라지는지 관찰하였다.
송진의 종류에 따라 음색 지표의 Index 4, 6, 7, 8, 9에서 통계적으로 유의미한 차이가 관찰되었다 (p<0.05). 또한, 색이 비슷한 송진과 색이 다른 송진에서의 값이 범주화되는 현상이 관찰되었다. 이를 통해 하모닉스 이론에 근거한 음색 지표가 첼로에서도 적용될 수 있음을 보였고, 송진의 종류에 따른 소리의 차이를 정량적이고 객관적으로 확인할 수 있었다.
이 연구는 AI와 음악의 협업 가능성을 높이는 데 기여할 수 있으며, 음색의 데이터 축적 및 분석을 통해 음악의 다양한 요소들을 더 정확하게 이해하고 활용할 수 있는 길을 열어준다.
송진의 종류에 따라 음색 지표의 Index 4, 6, 7, 8, 9에서 통계적으로 유의미한 차이가 관찰되었다 (p<0.05). 또한, 색이 비슷한 송진과 색이 다른 송진에서의 값이 범주화되는 현상이 관찰되었다. 이를 통해 하모닉스 이론에 근거한 음색 지표가 첼로에서도 적용될 수 있음을 보였고, 송진의 종류에 따른 소리의 차이를 정량적이고 객관적으로 확인할 수 있었다.
이 연구는 AI와 음악의 협업 가능성을 높이는 데 기여할 수 있으며, 음색의 데이터 축적 및 분석을 통해 음악의 다양한 요소들을 더 정확하게 이해하고 활용할 수 있는 길을 열어준다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-096083817
