Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

MelodySim: Measuring Melody-aware Music Similarity for Plagiarism Detection

Created by
  • Haebom

저자

Tongyu Lu, Charlotta-Marlena Geist, Jan Melechovsky, Abhinaba Roy, Dorien Herremans

개요

MelodySim은 표절 탐지를 위한 멜로디 인식 음악 유사성 모델 및 데이터셋을 제안합니다. 기존 MIDI 데이터셋인 Slakh2100을 확장하여 음표 분할, 아르페지오, 마이너 트랙 삭제(베이스 제외), 재악기화 등의 수정을 통해 각 곡의 변형을 생성함으로써 멜로디 유사성에 중점을 둔 데이터셋을 구축하는 새로운 방법을 제시합니다. 사용자 연구를 통해 긍정적 쌍이 실제로 유사한 멜로디를 포함하고 있고 다른 음악 트랙은 상당히 변경되었음을 확인했습니다. MERT 인코더를 사용하고 삼중항 신경망을 적용하여 멜로디 유사성을 포착하는 세그먼트 단위 멜로디 유사성 탐지 모델을 개발했습니다. 결과적인 의사결정 행렬은 표절이 발생할 수 있는 위치를 강조합니다. MelodySim 테스트 세트에서 높은 정확도를 달성했습니다.

시사점, 한계점

시사점:
멜로디 유사성에 초점을 맞춘 새로운 음악 유사성 데이터셋 MelodySim 제시.
멜로디 유사성을 효과적으로 탐지하는 MERT 인코더 기반 삼중항 신경망 모델 개발.
표절 위치를 시각적으로 보여주는 의사결정 행렬 제공.
MelodySim 테스트셋에서 높은 정확도 달성.
한계점:
데이터셋의 크기 및 다양성에 대한 언급 부족.
모델의 일반화 성능에 대한 추가적인 평가 필요.
실제 음악 표절 사례에 대한 모델 성능 검증 부족.
사용자 연구의 세부 내용 및 규모에 대한 정보 부족.
👍