Separación de fuentes auditivas para pedagogía musical

Cargando...
Miniatura

Autores

Lancheros Molano, Randy Darrell
Triana Perez, Juan Sebastián
Castañeda Chaparro, Juan Felipe
Gutiérrez Naranjo, Felipe Andrés
Rueda Olarte, Andrea del Pilar

Otros contribuidores

Director / Asesor

Título de la revista

ISSN de la revista

Título del volumen

Editor

Universidad Autónoma de Bucaramanga UNAB

Seguimiento al proceso del trabajo

Compartir

Seleccione un documento PDF para visualizar

Resumen

Harmonics espera apoyar a la pedagogía musical, ofreciendo un producto concreto con el cual los interesados en aprender a tocar un instrumento puedan practicar. Se entrenó un modelo para identificar y aislar las pistas singulares de una canción, por medio de TensorFlow y herramientas para realizar la separación de fuentes auditivas y producir partituras genuinas, basadas en un algoritmo de transcripción musical (para pianos, bajos, batería y voz, específicamente), que los principiantes puedan visualizar, editar y descargar (en formatos .PDF y .MIDI), ajustándose a su ritmo de práctica. Se consideraron tres métodos de separación de fuentes, bajo las siguientes restricciones: emplear una única canción como archivo de entrada, que ésta fuera moderadamente compleja (compuesta por un conjunto de entre tres y seis instrumentos) y que la cantidad de muestras –canciones compuestas por instrumentos relevantes y pistas de cada instrumento por separado– aptas para el entrenamiento del modelo, sean sumamente escasas.

Descripción

Palabras clave

Fuente del recurso

  • Vol. 22 Núm. 1 (2021): Revista Colombiana de Computación (Enero-Junio); 22-33

Citación

Aprobación

Revisión

Complementado por

Referenciado por