KR101807754B1

KR101807754B1 - 자작곡 생성 서버 및 그 방법

Info

Publication number: KR101807754B1
Application number: KR1020160120387A
Authority: KR
Inventors: 김기윤
Original assignee: 김기윤
Priority date: 2016-09-21
Filing date: 2016-09-21
Publication date: 2017-12-13

Abstract

자작곡 생성 서버 및 방법을 개시한다. 실시예에 따른 자작곡 생성 서버는 장 단조 및 어그먼트 코드를 포함하는 코드 정보와 장르 별 곡 정보를 저장하는 데이터베이스; 데이터베이스에 저장된 곡의 코드를 장르, 곡의 구조 및 곡 분위기에 따라 분석하는 코드분석모듈; 코드 분석 모듈로부터 전달 받은 코드 분석 결과를 기반으로 코드 사용 빈도, 장르, 곡의 구조 및 분위기를 기반으로 상기 분석된 코드를 분류하는 코드분류모듈; 장르, BPM(Beats Per Minute), 곡 구성 마디 수 및 분위기를 포함하는 곡 생성 초기 설정 조건에 따라 분류된 코드 중 적어도 하나의 코드를 추천하고 추천된 코드 중 하나를 선택 받아, 생성되는 곡에 포함된 마디 별 진행 코드가 설정되는 경우, 설정된 진행 코드에 기초하여 곡 구성에 따른 이후 코드 진행 정보를 추천하는 코드추천모듈; 및 추천된 코드를 데이터베이스에 저장된 곡의 코드와 비교하여 비교 결과에 따라 추천된 코드 각각의 초기 설정 조건과의 매칭률을 연산하는 피드백 생성모듈; 을 포함한다.

Description

자작곡 생성 서버 및 그 방법 {SERVER AND METHOD FOR GENERATING MUSIC}

자작곡 생성 서버 및 그 방법에 관한 것으로 구체적으로, 스마트 단말을 통해 자동으로 자작곡을 생성하고 이를 공유하는 방법에 관한 것이다.

본 명세서에서 달리 표시되지 않는 한, 이 섹션에 설명되는 내용들은 이 출원의 청구항들에 대한 종래 기술이 아니며, 이 섹션에 포함된다고 하여 종래 기술이라고 인정되는 것은 아니다.

음악 작곡은 떠오른 악상을 악기로 연주하면서 악보에 기록하는 과정이다. 그러나, 일반적으로 작곡은 음악에 대한 비전문가인 일반인들에게는 쉽지 않은 일이다. 예를 들어, 떠오른 악상을 악기를 이용하여 악보에 기입하는 것은 전문적인 연주 능력이 있거나 작곡 능력이 있어야 한다.

최근 저작권에 대한 관심이 높아지는 추세와 맞물려, 다양한 컨텐츠에 삽입되는 배경음악이나 영화음악, 나아가 카페 등의 특정 장소에서 스트리밍 되는 음악까지 모두 저작권에 포함되어 이에 대한 저작권료를 지불을 고려해야 하는 상황으로 전개되고 있다. 또한, 최근에는 대중 음악 트렌드가 직접 만들고 참여하는 음악으로 넘어가는 추세이다. 이에 따라 작곡능력이 부족한 사람들이 쉽게 작곡을 할 수 있도록, 컴퓨터 등의 기기 상에서 자동작곡을 구현하는 다양한 방법들이 제시되고 있으나, 이러한 방법들은 단순 음악조합에 불과하여 품질이 낮은 것들이 대부분이고, 품질을 높이기 위해 다양한 악기를 사용하는 작곡 툴의 경우에도 일정한 음악지식을 필요하기 때문에, 음악 지식이 없는 사람들이 쉽게 접근할 수 없다.

또한, 현재 출시되어있는 작곡 저작도구들은 가상악기를 연주하는 방식으로서 사용이 효과적이지 못하기 때문에 음악적 지식은 없어도 곡을 만들 수 있는 저작도구가 필요하다. 또한, 종래에는 음악적 지식으로 자작곡을 만든다 해도 수익 창출을 도와줄 플랫폼이 존재하지 않으므로 종래의 음악 제작 방법으로는 작곡자가 자신이 연주할 수 있는 악기를 사용하여 별도의 오선지에 내용을 작성하거나 프로그램을 통하여 입력하고, 상기의 작업을 수행한 후, 오선지 상에 기록한 내용을 다시 연주하면서, 수정 작업을 진행한다. 또한, 여러 종류별 악기의 리듬으로 제작된 별도의 샘플 CD를 사용하여 음악의 작곡 및 편곡을 행하고 있다.

그러나, 상기의 작업은 음악적 전문성을 갖고 있지 않은 일반 사람들에게는 매우 어려운 작업이기 때문에 전문적인 작곡자 및 편곡자들이 제한적으로 수행해 왔고, 이러한 음악 제작 작업은 비용과 작업시간도 많이 소요된다.

1. 한국 특허공개 제 10-2012-0060085 호(2012.06.11)

곡의 장르 및 분위기 별로 주로 사용되는 코드 진행을 분석하여 사용자가 생성하려는 곡의 초기 설정 정보에 따라 코드를 추출하고, 미리 설정된 코드에 기반해 이후 진행 코드를 추출하는 자작곡 생성 서버 및 방법을 제공한다.

하나의 실시예로서, 자작곡 생성 서버는 장 단조 및 어그먼트 코드를 포함하는 코드 정보와 장르 별 곡 정보를 저장하는 데이터베이스; 데이터베이스에 저장된 곡의 코드를 장르, 곡의 구조 및 곡 분위기에 따라 분석하는 코드분석모듈; 코드 분석 모듈로부터 전달 받은 코드 분석 결과를 기반으로 코드 사용 빈도, 장르, 곡의 구조 및 분위기를 기반으로 상기 분석된 코드를 분류하는 코드분류모듈; 장르, BPM(Beats Per Minute), 곡 구성, 마디 수 및 분위기를 포함하는 곡 생성 초기 설정 조건에 따라 분류된 코드 중 적어도 하나의 코드를 추천하고, 추천된 코드 중 하나를 선택 받아, 생성되는 곡에 포함된 마디 별 진행 코드가 설정되는 경우, 설정된 진행 코드에 기초하여 곡 구성에 따른 이후 코드 진행 정보를 추천하는 코드추천모듈; 및 추천된 코드를 데이터베이스에 저장된 곡의 코드와 비교하여 비교 결과에 따라 추천된 코드 각각의 초기 설정 조건과의 매칭률을 연산하는 피드백 생성모듈; 을 포함한다.

다른 실시예에 따른 자작곡 생성 방법은 (A)데이터베이스에 장 단조 및 어그먼트(augment) 코드를 포함하는 코드 정보와 장르 별 곡 정보를 저장하는 단계; (B)코드 분석 모듈에서 데이터베이스에 저장된 곡의 코드를 장르, 곡의 구조 및 곡 분위기에 따라 분석하는 단계; (C)코드 분류 모듈에서 코드 분석 모듈로부터 전달 받은 코드 분석 결과를 기반으로 코드 사용 빈도, 장르, 곡의 구조 및 분위기에 따라 분석된 코드를 분류하는 단계; (D)코드 추천모듈에서 장르, BPM(Beats Per Minute), 곡 구성 마디 수 및 분위기를 포함하는 곡 생성 초기 설정 조건에 따라 상기 분류된 코드 중 적어도 하나의 코드를 추천하는 단계; 및

(E)피드백 생성 모듈에서 추천된 적어도 하나의 코드를 데이터베이스에 저장된 곡의 코드와 비교하는 단계; 를 포함한다.

이상에서와 같은 자작곡 생성 서버 및 방법은 일반인들도 자작곡을 쉽게 만들 수 있도록 한다. 이로써, 음악 전공자뿐만 아니라 다양한 재능 있는 창작자들이 음악 제작에 보다 쉽게 참여 할 수 있다. 본 개시는 기재된 효과 이외에 다른 효과들도 가질 수 있다.

도 1은 실시예에 따른 자작곡 생성 시스템의 구성을 나타낸 도면
도 2는 실시예에 따른 자작곡 생성 서버의 대략적인 구성을 나타낸 블록도
도 3은 실시예에 따른 자작곡 생성 서버(100)의 구체 구성을 나타내는 블록도
도 4는 자작곡 생성 어플리케이션의 디스플레이 실시예를 나타낸 도면
도 5는 실시예에 따른 자작곡 생성 서버의 데이터 처리 흐름을 나타낸 도면
도 6은 실시예에 따른 코드 추천 과정의 데이터 처리 흐름을 나타낸 흐름도
도 7은 자작곡 생성 어플리케이션의 디스플레이 실시예를 나타낸 도면
도 8은 자작곡 생성 어플리케이션의 디스플레이 실시예를 나타낸 도면
도 9는 실시예에 따라 자작곡 생성 프로그램으로 완성된 곡을 출력하고 완성된 곡에 음향효과를 추가하는 디스플레이 실시예를 나타낸 도면
도 10은 실시예에 따라 완성된 곡을 SNS 를 통해 업로드 하거나 차트에 공유하는 디스플레이 실시예를 나타낸 도면

본 발명의 이점 및 특징, 그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시 예들을 참조하면 명확해질 것이다. 그러나 본 발명은 이하에서 개시되는 실시 예들에 한정되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시 예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다. 명세서 전체에 걸쳐 동일 도면부호는 동일 구성 요소를 지칭한다.

본 발명의 실시 예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다. 그리고 후술되는 용어들은 본 발명의 실시 예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

도 1은 실시예에 따른 자작곡 생성 시스템의 구성을 나타낸 도면이다.

도 1을 참조하면, 자작곡 생성 시스템은 자작곡 생성 서버(100) 및 스마트 단말(200)을 포함하여 구성될 수 있다. 자작곡 생성 서버(100)는 자작곡 생성 어플리케이션을 스마트 단말(200)으로 분산방식으로 배포한다. 이를 통해, 사용자들이 자신이 소지한 스마트 단말(200)을 통해 어플리케이션을 설치하여 자작곡을 손쉽게 생성 할 수 있도록 한다.

자작곡 생성 서버(100)는 코드 데이터와 곡 데이터를 저장하고, 곡에 포함된 코드를 곡의 장르, 분위기, 곡의 구조 등에 따라 분석하여, 사용자가 자신이 생성하고자 하는 자작곡의 초기 설정 정보를 입력하면, 입력된 정보에 기초한 코드를 추천한다. 사용자는 자신이 입력한 곡의 분위기, BPM 등 자작곡 초기 설정 정보를 기반으로 추천된 코드 중 하나를 선택하여, 자작곡 생성 서버(100)를 통해 손쉽게 자작곡을 만들 수 있다.

실시예에 있어서, 스마트 단말은 태블릿 PC(Tablet PC), 랩톱(Laptop), 개인용 컴퓨터(PC: Personal Computer), 스마트 폰(Smart Phone), 개인휴대용 정보단말기(PDA: Personal Digital Assistant) 및 이동통신 단말기(Mobile Communication Terminal) 등 중 어느 하나일 수 있다. 즉, 스마트 단말(200)은 유무선 통신망을 경유하여 관리 장치에 접속하기 위한 특정 어플리케이션을 저장하기 위한 메모리, 프로그램을 실행하여 연산 및 제어하기 위한 마이크로프로세서 등을 구비하고 있는 단말기를 의미한다. 즉, 스마트 단말(200)는 개인 PC인 것이 일반적이지만, 자작곡 생성 서버와 서버-클라이언트 통신이 가능하다면 그 어떠한 단말기도 가능하며, 노트북 컴퓨터, 이동통신 단말기, PDA 등 여하한 통신 컴퓨팅 장치를 모두 포함하는 넓은 개념이다.

도 2는 실시예에 따른 자작곡 생성 서버의 대략적인 구성을 나타낸 블록도이다.

도 2를 참조하면, 자작곡 생성 서버는 데이터베이스(110), 코드 분석모듈(120), 코드 분류 모듈(130), 코드 추천모듈(140) 및 피드백 생성 모듈(150)을 포함하여 구성될 수 있다. 본 명세서에서 사용되는 ‘모듈’ 이라는 용어는 용어가 사용된 문맥에 따라서, 소프트웨어, 하드웨어 또는 그 조합을 포함할 수 있는 것으로 해석되어야 한다. 예를 들어, 소프트웨어는 기계어, 펌웨어(firmware), 임베디드코드(embedded code), 및 애플리케이션 소프트웨어일 수 있다. 또 다른 예로, 하드웨어는 회로, 프로세서, 컴퓨터, 집적 회로, 집적 회로 코어, 센서, 멤스(MEMS; Micro-Electro-Mechanical System), 수동 디바이스, 또는 그 조합일 수 있다.

데이터베이스(110)는 자작곡 생성을 위한 코드 데이터와 음악 정보를 저장한다. 예컨대, 데이터베이스(110)는 장조 코드(major code) 단조 코드(minor code) 및 어그먼트 코드(Augment code)등의 코드 정보와 여러 곡들을 장르, 아티스트, 시대별 곡 구조, 악기, 연주법, 변주법, 코드, 믹스, BPM(Beats Per Minute), 분위기, 곡 구성, 마디 수 별 등을 기준으로 분류하여 저장한다.

코드 분석 모듈(120)은 데이터베이스(110)에 저장된 곡의 코드를 장르, 곡의 구조 및 곡 분위기에 따라 분석한다. 예컨대, 코드 분석 모듈(120)은 곡의 장르에 따라 사용된 코드 흐름을 분석하여 장르 별로 주로 사용된 코드 흐름을 추출 할 수 있다.

코드 분류 모듈(130)은 코드 분석 모듈(120)로부터 전달 받은 코드 분석 결과를 기반으로 코드 사용 빈도, 장르, 분위기 및 곡의 구조에 따라 분석된 코드를 분류한다. 예컨대, 코드 분류 모듈(130)은 '팝 발라드' 장르에서 '경쾌한' 분위기의 '후렴구' 에 해당하는 코드를 수집하고, 수집된 코드의 세부 정보를 설정 할 수 있다.

코드 추천 모듈(140)은 사용자가 입력한 자작곡의 초기 설정 조건에 따라 분류된 코드 중 적어도 하나의 코드를 추천한다. 초기 설정 조건은 자작곡 생성시 작곡자인 사용자의 의도를 반영할 수 있는 자작곡의 세부 정보로서, 구체적으로 곡의 장르, BPM(Beats Per Minute), 곡 구조, 마디 수, 분위기 등을 포함할 수 있다. 예컨대, 사용자가 초기 설정 정보로서 자작곡의 세부 정보의 장르를 '팝 발라드'로 입력하고, 분위기를 '경쾌한'으로 입력하고, 곡 구조를 '후렴구'로 입력하는 경우 각 카테고리에 따라 분류된 코드 중 적어도 하나를 추천한다. 또한 실시예에 있어서, 코드 추천 모듈(140)은 추천된 코드 중 하나를 선택 받아, 생성되는 곡에 포함된 마디 별 진행 코드가 설정되면, 상기 설정된 진행 코드에 기초하여 곡 구성에 따른 이후 코드 진행 정보를 추천 할 수 있다.

피드백 생성 모듈(150)은 자작곡 생성 서버(100)에서 생성된 곡의 초기 설정 정보와 동일한 조건의 곡을 데이터베이스(110)에서 추출하고, 추출된 곡과 생성된 곡의 코드 진행 정보를 비교한다. 이후, 생성된 곡과 추출된 곡의 코드 진행 정보의 유사성을 기반으로 추천된 코드 별 매칭률을 연산할 수 있다.

실시예에 있어서 매칭률은 자작곡 생성 서버를 통해 생성된 코드가, 상기 생성된 코드와 동일한 초기 설정 조건의 실제 곡에서 사용된 빈도를 기준으로 연산될 수 있다. 또한, 매칭률은 생성된 코드 진행의 특정 부분과 동일한 코드 진행이 실제 곡에서 사용된 빈도를 기반으로 연산 될 수 있다. 매칭률을 통해, 사용자는 자신이 의도한 자작곡의 세부정보가 생성된 곡에 어느 정보 반영되었는지 확인 할 수 있다.

도 3은 실시예에 따른 자작곡 생성 서버(100)의 구체 구성을 나타내는 블록도이다.

도 3을 참조하면, 코드 분석 모듈(120)은 제1코드 패턴 분석부(121), 제2코드 패턴 분석부(123) 및 제 3코드 패턴 분석부(125)를 포함하여 구성될 수 있고, 코드분류 모듈(130)은 제 1코드 분류부(131), 제 2코드 분류부(133) 및 머니 코드 추출부(135)를 포함하여 구성될 수 있고, 코드 추천 모듈(140)은 초기 정보 설정부(141), 연산부(143) 및 코드 추천부(145)를 포함하여 구성될 수 있고, 피드백 생성 모듈(150)은 비교부(151)및 매칭률 연산부(153)을 포함하여 구성될 수 있다.

코드 분석 모듈(120)의 제 1코드 패턴 분석부(121)는 데이터 베이스(110)에 저장된 곡의 장르를 구분하고, 구분된 장르에 따른 코드 패턴을 분석한다. 예컨대, 제 1코드 패턴 분석부(121)는 댄스, 발라드, 팝 등 여러 장르 별로 곡을 구분하고, 구분된 각각의 장르에서 빈번하게 사용되는 코드 패턴을 분석한다.

제 2 코드 패턴 분석부(123)는 데이터베이스(110)에 저장된 곡의 분위기를 구분하고, 구분된 분위기에 따른 코드 패턴을 분석한다. 예컨대, 제 2 코드 패턴 분석부(123)는 '애절한','안정된','불안한'.'긍정적인','명랑한' 등 악상의 분위기를 다양하게 분류하고, 각각의 분위기를 표현하는 코드 패턴을 분석한다.

제 3 코드 패턴 분석부(125)는 데이터베이스(110)에 저장된 곡의 진행 마디와, 곡 구조 별 코드 패턴을 분석한다. 예컨대, 제 3코드 패턴 분석부(125)는 도입부, 연결부, 후렴 및 분위기 전환부 등 각각의 곡 구조에서 주로 사용되는 코드 패턴을 분석한다. 아울러, 8마디, 16마디, 24마디 등 소절로 나누어지는 마디를 기준으로 곡의 진행에 따른 코드 진행 패턴을 분석한다.

코드 분석 모듈(120)은 각 구성요소에서 분석된 결과를 코드 분류 모듈(130)로 전달한다.

코드 분류 모듈(130)의 제 1코드 분류부(131)는 장르와 곡 분위기에 따라 분석된 코드를 분류한다. 예컨대, 제1코드 분류부(131)은 각 장르 별로 주로 사용된 코드 패턴을 수집한다.

제 2코드 분류부(133)는 곡 구조 및 곡의 진행 마디 수에 따라 분석된 코드를 분류한다. 예컨대, 제2코드 분류부(133)는 장르 별로 분류된 코드를, 분위기와 곡 구조에 따라 다시 한번 분류한다. 구체적으로, 제2코드 분류부(133)에서 분류된 코드는, 장르, 분위기, 곡 구조의 세부 정보를 가질 수 있게 된다. 예컨대, C-F-G-Am의 코드는 댄스, 경쾌한, 후렴구의 세부 정보로 분류 될 수 있다.

머니 코드(money code) 추출부(135)는 코드 분석모듈(120)에서 곡의 장르, 분위기 및 진행 구조에 따라 분석된 코드 정보를 기반으로 인기 곡에서 사용 빈도가 일정 수준 이상인 머니 코드(money code)를 추출할 수 있다. 실시예에 있어서, 머니 코드는, 인기 대중가요 및 널리 알려진 곡에서 자주 등장하는 패턴화된 코드일 수 있고, 데이터베이스(110)에 저장된 인기 곡들의 코드 진행 패턴을 분석하여 추출 할 수 있다.

코드 추천모듈(140)의 초기 정보 설정부(141)는 사용자가 생성하고자 하는 자작곡의 초기 조건을 설정한다. 초기 설정 조건은 자작곡 생성시 작곡자인 사용자의 의도를 반영할 수 있는 자작곡의 세부 정보로서, 구체적으로 곡의 장르, BPM(Beats Per Minute), 곡 구조, 마디 수, 분위기 등을 포함할 수 있다.

연산부(143)는 초기 설정 정보에 따라 생성되는 곡에서, 곡의 각 마디에 특정 코드가 배치될 확률을 코드 별로 연산하고, 코드 추천부(145)는 연산 결과에 따라 확률이 높은 순서대로 초기 설정 정보에 기반한 적어도 하나의 코드를 추천한다. 또한, 코드 추천부(145)는 추천된 코드 중 하나를 선택 받아, 생성되는 곡에 포함된 마디 별 진행 코드가 설정되는 경우, 설정된 진행 코드에 기초하여 곡 구성에 따른 이후 코드 진행 정보를 추천할 수 있다.

피드백 생성 모듈(150)의 비교부(151)는 자작곡 생성 서버(100)에서 생성된 곡의 초기 설정 정보와 동일한 조건의 곡을 데이터베이스에서 추출하여, 추출된 곡과 생성된 곡의 코드 진행 정보를 비교한다.

매칭률 연산부(153)은 생성된 곡의 코드 진행 정보와 데이터베이스(110)에서 추출된 곡의 코드 진행 정보를 비교한 결과를 기반으로, 두 곡에서의 코드진행 유사성을 기반으로 매칭률을 연산한다. 예컨대, 매칭률 연산부(153)는 자작곡 생성 서버를 통해 생성된 코드가, 상기 생성된 코드와 동일한 초기 설정 조건의 실제 곡에서 사용된 빈도를 기준으로 연산될 수 있다. 구체적으로, 댄스 장르, 경쾌한 분위기의 초기 설정 조건에서 C-G-F의 코드 흐름이 추출되었다면, 데이터 베이스에 기 저장된 곡 중 댄스 장르, 경쾌한 분위기 라는 동일한 초기조건에서, C-G-F의 코드 흐름이 사용된 빈도를 파악하여 이를 기반으로 매칭률을 연산할 수 있다.

또한, 매칭률 연산부(153)는 매칭률은 생성된 코드 진행의 특정 부분과 동일한 코드 진행이 실제 곡에서 사용된 빈도를 기반으로 연산 될 수 있다. 구체적으로, C-F 코드 이후, G 코드가 추출되었다면, 기존 곡 데이터베이스에서 C-F 코드 이후 G 코드가 사용된 빈도를 파악한다. 이후, 매칭률 연산부(153)는 상기 파악된 빈도수에 따라 코드 별 매칭률을 연산 할 수 있다.

도 4는 자작곡 생성 어플리케이션의 디스플레이 실시예를 나타낸 도면이다.

도 4에 도시된 바와 같이, 사용자가 자신이 작곡하려는 곡의 초기조건(e)을 장르 '댄스', 분위기 '경쾌한', 곡 구조 '도입부'로 설정하는 경우, 초기 조건에 기반한 코드를 추천 받을 수 있다. 실시예에 따라 초기조건을 만족하는 머니 코드(b, c, d) 가 코드 분류 모듈(130)에서 추출되어 사용자에게 추천될 수 있고, 사용자는 디스플레이 된 여러 머니 코드를 스트리밍 하여 확인하고, 이 중 하나를 선택한다. 사용자 선택에 따라 도입부 4마디가 추천된 머니 코드 중 하나로 채워지면, 그 다음 4마디(g)에 채워질 코드들이 확률 연산에 의해 추천 될 수 있다.

이하에서는 본 개시에 따른 자작곡 생성 방법에 대해서 차례로 설명한다. 본 개시에 따른 자작곡 생성 방법의 작용(기능)은 자작곡 생성 서버 및 시스템상의 기능과 본질적으로 같은 것이므로 도 1 내지 도 4와 중복되는 설명은 생략하도록 한다.

도 5는 실시예에 따른 자작곡 생성 서버의 데이터 처리 흐름을 나타낸 도면이다.

S510 단계에서는 데이터베이스에서 장조 코드, 단조 코드 및 어그먼트(augment) 코드를 포함하는 코드 정보와 여러 곡들을 장르, 분위기, 마디 수, BPM(Beats Per Minute) 등 곡의 메타 정보에 따라 분류하여 저장한다.

S520 단계에서는 코드 분석 모듈(120)에서 데이터베이스(110)에 저장된 곡의 코드를 장르, 곡의 구조 및 곡 분위기에 따라 분석한다.

S530 단계에서는 코드 분류 모듈(130)에서 코드 분석 모듈(120)로부터 전달 받은 코드 분석 결과를 기반으로 코드 사용 빈도, 장르, 곡의 구조 및 분위기에 따라 분석된 코드를 분류한다. 구체적으로 S530 단계에서 분류된 코드는 각 코드 별 장르, 분위기, 곡 구성을 포함하는 메타 정보가 설정된다.

S540 단계에서는 코드 추천모듈(140)에서 장르, BPM(Beats Per Minute), 곡 구성 마디 수 및 분위기를 포함하는 곡 생성 초기 설정 조건에 따라 분류된 코드 중 적어도 하나의 코드를 추천한다. 예컨대, 코드 추천 모듈(140)은 분류된 코드의 메타 정보와 곡 생성 초기 설정 조건을 비교하여 비교 결과에 따라 코드를 추천할 수 있다.

S550 단계에서는 피드백 생성 모듈(150)에서 코드 추천모듈(140)에 의해 추천된 적어도 하나의 코드를 데이터베이스(110)에 저장된 곡의 코드와 비교한다. 예컨대, S550 단계에서는 자작곡 생성 서버에서 생성된 곡의 초기 설정 정보와 동일한 조건의 곡을 데이터베이스에서 추출하여, 추출된 곡과 생성된 곡의 코드 진행 정보를 비교한다. 이후, 생성된 곡과 추출된 곡의 코드 진행 정보의 유사성을 기반으로 매칭률을 연산할 수 있다.

도 6은 실시예에 따른 코드 추천 과정의 데이터 처리 흐름을 나타낸 흐름도이고, 도 7은 자작곡 생성 어플리케이션의 디스플레이 실시예를 나타낸 도면이다. 이해를 돕기 위해, 도 6과 7을 함께 설명한다.

코드 추천을 위해, 먼저, S541 단계에서 곡의 초기 설정 정보를 입력 받는다. 실시예에 있어서, 곡의 초기 설정 정보는 새로운 곡 생성시 작곡자의 의도를 반영하기 위한 곡의 세부 정보로서 구체적으로 도 7에 도시된 바와 같이, 장르, 빠르기, 분위기, 곡 구조 등(10)을 포함할 수 있다.

S543 단계에서는 초기 설정 정보에 따라 생성되는 곡의 각 마디에 특정 코드가 배치될 확률을 코드 별로 연산한다. 구체적으로, 초기 설정 정보에 따라 특정 코드가 추천된 경우, 추천된 코드 다음에 진행 가능한 코드들을 확률 연산 할 수 있다. 도 7에 도시된 바와 같이, 곡의 초기 정보에 따라 특정 코드(C, 30)이 추출되면, 그 다음 마디(31)에 올 코드의 확률이 각각 연산 될 수 있다.

S545 단계에서는 연산 결과에 따라 확률이 높은 순서대로 초기 설정 정보에 기반한 적어도 하나의 코드를 추천한다.

또한, S545 단계에서는 도 7에 도시된 바와 같이, 곡의 장르, 분위기 및 진행 구조에 따라 분석된 코드 정보를 기반으로 인기 곡에서 사용 빈도가 일정 수준 이상인 머니 코드(money code)(40,50,60)를 추출하여 추출된 코드들은 추천 코드로 제공할 수 있다.

S547 단계에서는 추천된 코드 중 하나를 선택 받아 생성되는 곡에 포함된 마디 별 진행 코드를 설정하고, S549 단계에서는 설정된 진행 코드에 기초하여 곡 구성에 따른 이후 코드 진행 정보를 추천한다. 도 7에 도시된 바와 같이, 실시예에서 사용자가 머니 코드 중 하나를 선택하면, 선택된 머니 코드가 곡의 각 마디(70)에 설정되고, 설정된 머니 코드 이후에 진행되는 코드(80)가 확률 연산에 의해 추출 될 수 있다.

도 8은 자작곡 생성 어플리케이션의 디스플레이 실시예를 나타낸 도면이다.

도 8에 도시된 바와 같이, 곡의 초기 정보를 기반으로 특정 마디에 배치되는 코드가 C, G, Am으로 설정되면, 설정된 코드 정보에 따라 그 다음 마디(72)에 진행될 코드 정보(91)가 추출 될 수 있다. 도 8에 도시된 실시예에서는 C, G, Am (91) 코드가 추출되고, 사용자가 특정 코드를 선택하면, 곡의 소절단위로 코드 매칭률(81)이 연산 될 수 있다. 선택된 코드 별 매칭률은 자작곡 생성 서버에서 생성된 곡의 초기 설정 정보와 동일한 조건의 곡을 데이터베이스에서 추출하고, 추출된 곡과 생성된 곡의 코드 진행 정보를 비교하여 생성된 곡과 추출된 곡의 코드 진행 정보의 유사성을 기반으로 연산될 수 있다. 예컨대, 매칭률은 자작곡 생성 서버를 통해 생성된 코드(C, G, Am)가, 상기 생성된 코드와 동일한 초기 설정 조건의 실제 곡에서 사용된 빈도를 기준으로 연산될 수 있다. 구체적으로, 팝 장르, 역동적인 분위기의 초기 설정 조건에서 C, G, Am 의 코드 흐름이 추출되었다면, 데이터 베이스에 기 저장된 곡 중 팝 장르, 역동적인 분위기 라는 동일한 초기 생성 조건에서, C-G-Am 의 코드 흐름이 사용된 빈도를 파악하여 이를 기반으로 매칭률을 연산할 수 있다.

또한, 매칭률은 생성된 코드 진행의 특정 부분과 동일한 코드 진행이 실제 곡에서 사용된 빈도를 기반으로 연산 될 수 있다. 구체적으로 도 8에 도시된 바와 같이, C-G-Am 코드 이후, C7 코드가 추출되었다면, 기존 곡 데이터베이스에서 C-G-Am 코드 이후 C7 코드가 사용된 빈도를 파악한다. 마찬가지로, C-G-Am 코드 이후 Cm코드가 추출되었다면 기존 곡 데이터베이스에서 C-G-Am 코드 이후 Cm코드가 사용된 빈도를 파악한다. 이후, 파악된 빈도수에 따라 코드 별 매칭률이 연산 될 수 있다.

매칭률을 통해, 자작곡 생성 서버에서 생성된 곡의 코드 흐름이 사용자가 의도하는 분위기를 어느 정도로 나타내는지 확인 할 수 있다. 또한, 사용자가 선택한 곡 분위기를 반영한 메인 코드 및 연결 코드 선택 후 주법과 연주 분위기(71)를 선택하면, 선택된 주법과 연주 분위기가 반영되어 생성된 반주가 연주 될 수 있다.

도 9는 실시예에 따라 자작곡 생성 프로그램으로 완성된 곡을 출력하고 완성된 곡에 음향효과를 추가하는 디스플레이 실시예를 나타낸 도면이다.

도 9에 도시된 바와 같이, 사용자는 자작곡 생성 어플리케이션을 통해 완성된 곡을 스트리밍 한 후, 수정 및 편집 작업을 수행할 수 있다. 또한, 자작곡에 음향 효과를 추가하거나 음향 품질을 조정할 수 있다.

도 10은 실시예에 따라 완성된 곡을 SNS 를 통해 업로드 하거나 차트에 공유하는 디스플레이 실시예를 나타낸 도면이다.

도 10에 도시된 바와 같이, 사용자는 어플리케이션을 통해 자동으로 만든 곡을 SNS에 업로드 하거나 챠트에 공유하여 누구나 쉽게 곡을 만들고 이를 유통할 수 있도록 한다.

실시예에 따른 자작곡 생성 서버 및 방법은 일반인들도 자작곡을 쉽게 만들 수 있도록 한다. 이로써, 음악 전공자뿐만 아니라 다양한 재능 있는 창작자들이 음악 제작에 보다 쉽게 참여 할 수 있다.

개시된 내용은 예시에 불과하며, 특허청구범위에서 청구하는 청구의 요지를 벗어나지 않고 당해 기술분야에서 통상의 지식을 가진 자에 의하여 다양하게 변경 실시될 수 있으므로, 개시된 내용의 보호범위는 상술한 특정의 실시예에 한정되지 않는다.

100: 자작곡 생성 서버
110: 데이터베이스
120: 코드 분석 모듈
121: 제1코드 패턴 분석부
123: 제2코드 패턴 분석부
125: 제3코드 패턴 분석부
130: 코드 분류 모듈
131: 제1 코드 분류부
133: 제2 코드 분류부
135: 머니 코드 추출부
140: 코드 추천 모듈
141: 초기 정보 설정부
143: 연산부
145: 코드 추천부
150: 피드백 생성 모듈
151: 비교부
153: 매칭률 연산부
200: 스마트 단말

Claims

자작곡 생성 서버에 있어서,
장 단조 및 어그먼트 코드를 포함하는 코드 정보와 장르 별 곡 정보를 저장하는 데이터베이스;
상기 데이터베이스에 저장된 곡의 코드를 장르, 곡의 구조 및 곡 분위기에 따라 분석하는 코드분석모듈;
상기 코드 분석 모듈로부터 전달 받은 코드 분석 결과를 기반으로 코드 사용 빈도, 장르, 곡의 구조 및 분위기를 기반으로 상기 분석된 코드를 분류하는 코드분류모듈;
장르, BPM(Beats Per Minute), 곡 구성, 마디 수 및 분위기를 포함하는 곡 생성 초기 설정 조건에 따라 상기 분류된 코드 중 적어도 하나의 코드를 추천하고, 상기 추천된 코드 중 하나를 선택 받아, 생성되는 곡에 포함된 마디 별 진행 코드가 설정되는 경우, 상기 설정된 진행 코드에 기초하여 곡 구성에 따른 이후 코드 진행 정보를 추천하는 코드추천모듈; 및
상기 추천된 코드를 상기 데이터베이스에 저장된 곡의 코드와 비교하여 비교 결과에 따라 추천된 코드 각각의 초기 설정 조건과의 매칭률을 연산하는 피드백 생성모듈; 을 포함하고
상기 코드 추천모듈은
생성되는 곡의 장르, BPM, 분위기, 마디 수를 포함하는 초기설정 정보를 입력 받는 초기 정보 설정부;
상기 초기 설정 정보에 따라 생성되는 곡의 각 마디에 특정 코드가 배치될 확률을 코드 별로 상기 추천된 코드와 동일한 초기 설정 조건의 실제 곡에서 사용된 빈도를 기준으로 연산하는 연산부; 및
상기 연산 결과에 따라 상기 확률이 높은 순서대로 상기 초기 설정 정보에 기반한 적어도 하나의 코드를 추천하고, 상기 추천된 코드 중 하나를 선택 받아, 생성되는 곡에 포함된 마디 별 진행 코드가 설정되는 경우, 설정된 진행 코드에 기초하여 곡 구성에 따른 이후 코드 진행 정보를 추천하는 코드 추천부; 를 포함하고,
상기 피드백 생성 모듈은
상기 자작곡 생성 서버에서 생성된 곡의 초기 설정 정보와 동일한 조건의 곡을 데이터베이스에서 추출하여, 추출된 곡과 생성된 곡의 코드 진행 정보를 비교하는 비교부;
상기 생성된 곡과 추출된 곡의 코드 진행 정보의 유사성을 기반으로 매칭률을 연산하고 초기 설정 정보에 따라 생성되는 곡에서, 곡의 각 마디에 특정 코드가 배치될 확률을 코드 별로 연산하는 매칭률 연산부; 를 포함하는 것을 특징으로 하는 자작곡 생성 서버.
제 1항에 있어서, 상기 코드 분석 모듈은
상기 데이터 베이스에 저장된 곡의 장르를 구분하고, 구분된 장르에 따른 코드 패턴을 분석하는 제 1코드 패턴 분석부;
상기 데이터베이스에 저장된 곡의 분위기를 구분하고, 구분된 분위기에 따른 코드 패턴을 분석하는 제 2 코드 패턴 분석부;
상기 데이터베이스에 저장된 곡의 진행 마디와, 곡 구조 별 코드 패턴을 분석하는 제 3코드 패턴 분석부; 를 포함하는 것을 특징으로 하는 자작곡 생성 서버.
제 1항에 있어서, 상기 코드 분류 모듈은
장르와 곡 분위기에 따라 상기 분석된 코드를 분류하는 제 1 코드 분류부;
장르, 곡 구조 및 곡의 진행 마디 수에 따라 상기 분석된 코드를 분류하는 제2 코드 분류부; 를 포함하는 것을 특징으로 하는 자작곡 생성 서버.
제 1항 또는 제 3항에 있어서, 상기 코드 분류 모듈은
곡의 장르, 분위기 및 진행 구조에 따라 분석된 코드 정보를 기반으로 인기 곡에서 사용 빈도가 일정 수준 이상인 머니 코드(money code)를 추출하는 머니 코드 추출부; 를 더 포함하는 것을 특징으로 하는 자작곡 생성 서버.
삭제
삭제
자작곡 생성 방법에 있어서,
(A)데이터베이스에 장 단조 및 어그먼트(augment) 코드를 포함하는 코드 정보와 장르 별 곡 정보를 저장하는 단계;
(B)코드 분석 모듈에서 상기 데이터베이스에 저장된 곡의 코드를 장르, 곡의 구조 및 곡 분위기에 따라 분석하는 단계;
(C)코드 분류 모듈에서 상기 코드 분석 모듈로부터 전달 받은 코드 분석 결과를 기반으로 코드 사용 빈도, 장르, 곡의 구조 및 분위기에 따라 상기 분석된 코드를 분류하는 단계;
(D)코드 추천모듈에서 장르, BPM(Beats Per Minute), 곡 구성 마디 수 및 분위기를 포함하는 곡 생성 초기 설정 조건에 따라 상기 분류된 코드 중 적어도 하나의 코드를 추천하는 단계; 및
(E)피드백 생성 모듈에서 상기 추천된 적어도 하나의 코드를 상기 데이터베이스에 저장된 곡의 코드와 비교하는 단계; 를 포함하고
상기 (D) 분류된 코드 중 적어도 하나의 코드를 추천하는 단계는
생성되는 곡의 장르, BPM, 분위기, 마디 수를 포함하는 초기설정 정보를 입력 받는 단계;
상기 초기 설정 정보에 따라 생성되는 곡의 각 마디에 특정 코드가 배치될 확률을 코드 별로 연산하는 단계;
상기 연산 결과에 따라 상기 확률이 높은 순서대로 상기 초기 설정 정보에 기반한 적어도 하나의 코드를 추천하는 단계;
상기 추천된 코드 중 하나를 선택 받아, 생성되는 곡에 포함된 마디 별 진행 코드를 설정하는 단계;
상기 설정된 진행 코드에 기초하여 곡 구성에 따른 이후 코드 진행 정보를 추천하고 상기 추천된 코드 중 하나를 선택 받아, 생성되는 곡에 포함된 마디 별 진행 코드가 설정되는 경우, 설정된 진행 코드에 기초하여 곡 구성에 따른 이후 코드 진행 정보를 추천하는 단계; 및
초기 설정 정보에 따라 생성되는 곡에서, 곡의 각 마디에 특정 코드가 배치될 확률을 코드 별로 연산하는 단계;를 포함하는 것을 특징으로 하고,
상기 (E)데이터베이스에 저장된 곡의 코드와 비교하는 단계; 는
상기 자작곡 생성 서버에서 생성된 곡의 초기 설정 정보와 동일한 조건의 곡을 데이터베이스에서 추출하는 단계;
추출된 곡과 생성된 곡의 코드 진행 정보를 비교하는 단계; 및
상기 생성된 곡과 추출된 곡의 코드 진행 정보의 유사성을 기반으로 상기 추천된 코드와 동일한 초기 설정 조건의 실제 곡에서 사용된 빈도를 기준으로 매칭률을 연산하는 단계; 를 포함하는 것을 특징으로 하는 자작곡 생성 방법.
제 7항에 있어서, 상기 (B)분석하는 단계는
상기 데이터 베이스에 저장된 곡의 장르를 구분하고, 구분된 장르에 따른 코드 패턴을 분석하는 단계;
상기 데이터베이스에 저장된 곡의 분위기를 구분하고, 구분된 분위기에 따른 코드 패턴을 분석하는 단계; 및
상기 데이터베이스에 저장된 곡의 진행 마디와, 곡 구조 별 코드 패턴을 분석하는 단계; 를 포함하는 것을 특징으로 하는 자작곡 생성 방법.
제 7항에 있어서, (C)상기 분석된 코드를 분류하는 단계; 는
장르와 곡 분위기에 따라 상기 분석된 코드를 분류하는 단계; 및
장르, 곡 구조 및 곡의 진행 마디 수에 따라 상기 분석된 코드를 분류하는 단계; 를 포함하는 것을 특징으로 하는 자작곡 생성 방법.
제 7항 또는 제 9항에 있어서, (C)상기 분석된 코드를 분류하는 단계; 는
곡의 장르, 분위기 및 진행 구조에 따라 분석된 코드 정보를 기반으로 인기 곡에서 사용 빈도가 일정 수준 이상인 머니 코드(money code)를 추출하는 단계;를 더 포함하는 것을 특징으로 하는 자작곡 생성 방법.
삭제
삭제
삭제