주요 음악 악기 분류를 위한 스펙트럼 특성 기반 방법

본 연구는 음악 악기 검색(Musical Instrument Retrieval, MIR) 분야에서 핵심적인 문제 중 하나인 악기 분류를 검토하는 것을 목표로 합니다. 이 목적을 위해 IRMAS(Instrument Recognition in Musical Audio Signals) 데이터 세트가 선택되었습니다. 해당 데이터는 지난 세기에 다양한 출처에서 녹음된 음악 클립을 포함하고 있어 오디오 품질이 매우 다양합니다. 우리는 이 영역의 과거 연구에 대해 매우 간결한 요약을 제시하였습니다. 여러 감독 학습 알고리즘을 이 분류 작업에 구현한 결과, SVM 분류기가 다른 최신 모델보다 우수한 성능을 보여 79%의 정확도를 달성하였습니다. 또한 비감독 학습 기법 중 계층적 군집화(Hierarchical Clustering)가 좋은 성능을 보였습니다.