딥러닝 모델을 이용한 구성을 갖춘 곡을 생성하는 곡 생성 방법에 있어서,곡의 정보에서, 정적 데이터 및 동적 데이터를 이용하여 딥러닝 모델을 통해 곡과 곡의 구성을 학습하는 단계; 및상기 학습된 딥러닝 모델과 생성하고자 하는 곡의 구성 정보를 결합하여 곡을 생성하는 단계를 포함하되,상기 학습하는 단계는상기 동적 데이터를 순환신경망(Recurrent Neural Network; RNN)에 공급한 후에 상기 정적 데이터와 연결하는 간접 입력(Indirect input) 방식으로 학습하는 것으로, 순환신경망 입력에 상기 정적 데이터를 포함하지 않는 것을 특징으로 하는, 곡 생성 방법.

제1항에 있어서,상기 학습하는 단계는상기 곡의 정보에서 곡의 멜로디를 나타내는 상기 동적 데이터와 곡의 구성 정보를 나타내는 상기 정적 데이터를 이용하여 상기 딥러닝 모델을 통해 곡의 구성을 학습하는 것을 특징으로 하는, 곡 생성 방법.

삭제

제2항에 있어서,상기 학습하는 단계는상기 곡의 정보에 포함되지 않은 상기 정적 데이터인 상기 구성 정보를 추가하여 이용하는 것을 특징으로 하는, 곡 생성 방법.

제1항에 있어서,상기 생성하는 단계는곡의 인트로(Intro), 벌스(Verse), 코러스(Chorus), 브릿지(Bridge), 벌스(Verse), 코러스(Chorus), 아우트로(Outro)의 형태로 일정 마디 동안 일정한 값을 갖는 상기 생성하고자 하는 곡의 구성 정보를 결합하여 곡을 생성하는, 곡 생성 방법.

제1항에 있어서,곡을 상기 곡의 정보로 변환하는 전처리 단계를 더 포함하는 곡 생성 방법.

제6항에 있어서,상기 전처리 단계는곡의 미디 파일 내의 음표, 쉼표, 음표 또는 쉼표의 길이, 박자 등의 음악 데이터를 추출하여 텍스트 데이터인 상기 곡의 정보로 변환하거나, 곡의 악보를 통해 변환된 변환 파일로부터 상기 곡의 정보로 변환하거나, 곡의 악보 파일로부터 상기 곡의 정보로 변환하는, 곡 생성 방법.

딥러닝 모델을 이용한 구성을 갖춘 곡을 생성하는 곡 생성 시스템에 있어서,곡의 정보에서, 정적 데이터 및 동적 데이터를 이용하여 딥러닝 모델을 통해 곡과 곡의 구성을 학습하는 학습부; 및상기 학습된 딥러닝 모델과 생성하고자 하는 곡의 구성 정보를 결합하여 곡을 생성하는 생성부를 포함하되,상기 학습부는상기 동적 데이터를 순환신경망(Recurrent Neural Network; RNN)에 공급한 후에 상기 정적 데이터와 연결하는 간접 입력(Indirect input) 방식으로 학습하는 것으로, 순환신경망 입력에 상기 정적 데이터를 포함하지 않는 것을 특징으로 하는, 곡 생성 시스템.

제8항에 있어서,상기 학습부는상기 곡의 정보에서 곡의 멜로디를 나타내는 상기 동적 데이터와 곡의 구성 정보를 나타내는 상기 정적 데이터를 이용하여 상기 딥러닝 모델을 통해 곡의 구성을 학습하는 것을 특징으로 하는, 곡 생성 시스템.

삭제

제9항에 있어서,상기 학습부는상기 곡의 정보에 포함되지 않은 상기 정적 데이터인 상기 구성 정보를 추가하여 이용하는 것을 특징으로 하는, 곡 생성 시스템.

제8항에 있어서,상기 생성부는곡의 인트로(Intro), 벌스(Verse), 코러스(Chorus), 브릿지(Bridge), 벌스(Verse), 코러스(Chorus), 아우트로(Outro)의 형태로 일정 마디 동안 일정한 값을 갖는 상기 생성하고자 하는 곡의 구성 정보를 결합하여 곡을 생성하는, 곡 생성 시스템.

제8항에 있어서,곡을 상기 곡의 정보로 변환하는 전처리 전처리부를 더 포함하는 곡 생성 시스템.

제13항에 있어서,상기 전처리부는곡의 미디 파일 내의 음표, 쉼표, 음표 또는 쉼표의 길이, 박자 등의 음악 데이터를 추출하여 텍스트 데이터인 상기 곡의 정보로 변환하거나, 곡의 악보를 통해 변환된 변환 파일로부터 상기 곡의 정보로 변환하거나, 곡의 악보 파일로부터 상기 곡의 정보로 변환하는, 곡 생성 시스템.