📌 실험 제목
AI 기반 커버곡 분석 시스템 통합 구축 및 성능 최적화
🧪 실험 요약
🔧 무엇을 바꿨나?
- 원곡과 커버곡을 악기별로 정량 분석하는 시스템을 구축
pitch, tempo, rhythm, timbre 점수화 + DTW, fastDTW, Euclidean, Chroma, CNN 기반 유사도 비교 추가
- 처리 속도까지 측정하여 성능 비교 가능한 결과 구조 완성
load_audio_cached() 도입으로 오디오 캐싱 → 중복 로딩 제거
plot_dtw_cost_matrix()로 각 악기별 DTW 시각화 이미지 저장
- 모든 분석 결과를 JSON 형태로 저장하여 재사용/통계처리 가능
❓ 왜 바꿨나?
- 기존 분석 방식은 분석 항목별로 분산되어 있었고, 성능 비교가 어려움
- 분석 정확도와 효율성을 함께 고려한 통합 파이프라인이 필요했음
- 향후 AI 평가, 커버 자동 채점, 웹 기반 서비스로 확장하기 위한 사전 설계 목적
📊 실험 결과
✅ 전보다 나아진 점
- 분석 항목별 점수 + 유사도 + 처리 시간까지 모두 기록 가능
- CNN 유사도 외 모든 항목은 CPU 환경에서 빠르게 분석 가능