소프트웨어학과

구분

내용

추진 배경

□ 기존 음악 스트리밍 서비스는 사용자의 청취 이력이나 검색 내역 등 과거 정보에만 의존해 음악을 추천함.
□ 현재 감정이나 상황을 반영하지 못하는 한계가 존재함.
□  사용자의 현재 음성과 환경 정보를 반영한 맞춤형 음악 추천 시스템의 필요성이 제기됨.

목표 및 내용

□ 사용자의 음성으로 감정 분석이 가능한 AI 모델을 개발함.

□ 시간, 날씨 등 환경 정보와 감정 정보를 ChatGPT API에 전달하여 음악을 추천받도록 설계함.

□ React(프론트엔드), Flask(백엔드)를 활용하여 웹 기반 플랫폼을 구현함.

□ 음성 텍스트 변환에는 SpeechRecognition 라이브러리, 음성 특징 추출에는 OpenSMILE 사용함.

□ XGBoost 머신러닝 알고리즘으로 감정 분류 모델 구현함.

• 수행결과

□ 감정 기반 음악 추천 웹사이트 구현함.

□ 감정 분석 모델의 정확도는 64.45%로 측정됨.

□ 사용자의 현재 감정과 상황에 따라 보다 만족도 높은 음악 추천 가능성 확인됨.
□ 감정별/상황별 사전 프롬프트를 고도화하면 추천 알고리즘의 정밀도 향상 가능함.