사용자가 직접 연주하여 제작한 콘텐츠에서 많이 사용되는 악기는 기타, 피아노, 그리고 바이올린 이다. 이중 기타와 피아노가 만들어 내는 오디오 신호의 특성이 비슷하여 구분하기가 어렵다. 하지만 시간에 따른 신호의 에너지 변화가 피크(Peak)들을 중심으로 서로 다른 패턴을 보이는 것으로 분석되었다. 누적 히스토그램을 이용하여 피크 존재 가능성의 확률적 분포를 구한 후, 피크를 중심으로 그 주변의 주파수 대역 별에너지 변화 패턴을 통계적 방법으로 모델링하여 실험한 결과 피아노와 기타의 구분 성공률이 최고 14% 정도의 향상을 보였다.
A guitar, a piano, and a violin are popular musical instruments for User Created Contents(UCC). However the patterns of audio signal generated by a guitar and a piano are too similar to differentiate. The difference between two musical instruments can be found by analyzing the frequency variation per each band near signal peaks. The distribution of probability on the existence of signal peaks based on Cumulative Histogram were applied to musical instrument recognition. Experiments with statistical models of the frequency variation per each band near signal peaks showed the 14% improvement of musical instrument recognition.
