{"id":2840,"date":"2022-08-14T00:30:15","date_gmt":"2022-08-14T00:30:15","guid":{"rendered":"https:\/\/pcyti.izt.uam.mx\/?p=2840"},"modified":"2022-08-14T00:30:16","modified_gmt":"2022-08-14T00:30:16","slug":"reconocimiento-de-generos-musicales","status":"publish","type":"post","link":"https:\/\/pcyti.izt.uam.mx\/?p=2840","title":{"rendered":"Reconocimiento de g\u00e9neros musicales"},"content":{"rendered":"\n

 Descargar versi\u00f3n PDF<\/a><\/p>\n\n\n\n

Profesores<\/strong>: Fabiola Margarita Mart\u00ednez Licona<\/a> y M\u00e1ximo S\u00e1nchez Guti\u00e9rrez<\/a><\/p>\n\n\n\n

Resumen<\/strong>: La intersecci\u00f3n entre la m\u00fasica, el aprendizaje maquinal y el procesamiento de se\u00f1ales ha permitido abordar un amplio rango de tareas entre las que se pueden mencionar: identificaci\u00f3n autom\u00e1tica de melod\u00edas, acordes, instrumentos, tiempos, estructuras a largo plazo, g\u00e9nero, artista, etc. Para tales problemas, sin embargo, hay un n\u00famero limitado de estrategias que los resuelven, las cuales se basan en la extracci\u00f3n de caracter\u00edsticas e interpretaci\u00f3n sem\u00e1ntica utilizando principalmente m\u00e9todos de clasificaci\u00f3n y agrupamiento. Con respecto a la extracci\u00f3n de caracter\u00edsticas, pueden aplicarse los m\u00e1s diversos m\u00e9todos de an\u00e1lisis de se\u00f1ales a elementos como la melod\u00eda, el ritmo y el timbre; t\u00e9cnicas para el an\u00e1lisis del pitch, representaciones tiempo-frecuencia, espectrogramas en frecuencia logar\u00edtmica,  representaciones  de  octavas  de  notas  en  tiempo y  frecuencia, seguimiento del ritmo, etc., han sido probadas con relativo \u00e9xito para el an\u00e1lisis de piezas musicales.<\/p>\n\n\n\n

La identificaci\u00f3n de g\u00e9neros musicales es una herramienta que utiliza la mayor\u00eda de los sistemas de reproducci\u00f3n de m\u00fasica digital para gestionar las canciones que los mecanismos guardan. Dado el gran n\u00famero de canciones que se pueden almacenar, la localizaci\u00f3n de una canci\u00f3n en particular puede llegar a ser complicada si no se encuentran organizadas adecuadamente; la generaci\u00f3n de listas de reproducci\u00f3n requieren de  sistemas que categoricen, con un alto grado de confianza, las piezas  musicales a elegir. Muchos trabajos se han avocado al an\u00e1lisis y reconocimiento de g\u00e9neros musicales. Algunos trabajos utilizan caracter\u00edsticas espectrales para identificar a trav\u00e9s del ritmo diferentes g\u00e9neros musicales mientras que en otros se aplicaron m\u00e9todos secuenciales para la extracci\u00f3n de caracter\u00edsticas para la categorizaci\u00f3n de un g\u00e9nero  espec\u00edfico. En este proyecto se aplicar\u00e1n m\u00e9todos de aprendizaje maquinal  para la  identificaci\u00f3n de g\u00e9neros musicales.<\/p>\n\n\n\n

Objetivo general<\/strong><\/p>\n\n\n\n