Separación de fuentes auditivas para pedagogía musical
| Autor: | Randy Darrell Lancheros-Molano, Juan Sebastián Triana-Perez, Juan Felipe Castañeda-Chaparro, Felipe Andrés Gutiérrez-Naranjo, Andrea del Pilar Rueda-Olarte |
|---|---|
| Jazyk: | English<br />Spanish; Castilian |
| Rok vydání: | 2021 |
| Předmět: | |
| Zdroj: | Revista Colombiana de Computación, Vol 22, Iss 1 (2021) |
| Druh dokumentu: | article |
| ISSN: | 25392115 1657-2831 2539-2115 |
| DOI: | 10.29375/25392115.4151 |
| Popis: | 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. |
| Databáze: | Directory of Open Access Journals |
| Externí odkaz: |
|