[★]Variational Transformer 모델을 통해 음악 장르를 고려한 멜로디의 코드 진행(Chord Progression) 생성 연구

팀명

Oasis

팀원 명단

송교원, 서동영, 나준수

지도교수

양희철 교수님

작품 배경 및 목적

최근 음악 분야에서의 딥러닝 접근법들은 음악 자동 생성에 있어서 많은 성과를 보여주고 있다. 그러나 대부분의 접근법들은 작곡자가 원하는 느낌을 반영하여 곡을 생성하는데 있어 그 한계점이 존재한다. 기존 멜로디에서 화음을 생성하는 연구에서는 작곡자의 의도가 반영될 수 있지만, 멜로디만으로는 음악의 분위기를 좌우하기에는 불충분하다. 곡의 느낌은 음악의 템포, 사용되는 악기, 음악의 조성, 코드의 진행 등 다양한 요소들에 의해 달라질 수 있다. 본 연구는 음악의 장르에 따라 나타나는 코드의 진행과 구성이 있음에 주목하고, 작곡자가 본인의 의도를 충분히 반영하여 곡을 생성할 수 있도록, 원하는 멜로디와 원하는 장르를 입력으로 그에 어울리는 화성을 딥러닝 기술을 활용하여 생성하고자 한다.

작품 내용

음악 생성 분야에서 Transformer 모델은 음악의 코드 진행의 생성과 같은 작업에서 좋은 성능을 보여주고 있다. 하지만, 장르별 특성을 반영하여 코드 진행을 제어하는 연구는 실행되지 않았다. 본 연구에서는 Transformer 아키텍처와 변분 오토인코더(VAE)를 결합한 스타일 기반 코드 생성 모델인 Style-VT를 제안한다. 이 모델은 임베딩 된 장르 정보를 활용하여 특정 장르의 스타일적 규범에 맞는 코드 진행을 생성한다. 또한 대리 코드 이론을 도입하여 목적 함수에 적용하고, 이를 통해 모델이 생성하는 코드 진행의 유연성을 높였다. 우리는 실험을 통해 Style-VT가 기존 방법들보다 더 유연한 코드 진행을 생성하고, 인간이 작곡한 코드와 더 높은 화성적 유사성을 달성함을 보였다.

창의작품경진대회_결과보고서(Oasis) - 송교원.hwp

HWP 다운로드 • 1.06MB

https://github.com/tim000519/Chord