.jpg)
En el ámbito de la análisis musical computacional, la estimación de la dinámica de un piano a partir de grabaciones de audio constituye un desafío fundamental. En un reciente estudio, se propone el uso de una red multitarea eficiente que predice de forma conjunta los niveles de dinámica, los puntos de cambio, los tiempos y los contratiempos a partir de una representación latente compartida. Estos cuatro objetivos conforman la estructura métrica de la dinámica en la partitura musical.
Inspirados en investigaciones recientes sobre dinámicas vocales, se emplea una red multiescala como base, que toma la sonoridad específica a escala Bark como característica de entrada. Esta elección reduce el tamaño del modelo de 14.7 M a 0.5 M en comparación con usar la entrada log-Mel, lo que permite un input secuencial más prolongado. Además, se utiliza una longitud de audio de 60 segundos en la segmentación de audio, duplicando la extensión del seguimiento de ritmo comúnmente utilizado.
En Q2BSTUDIO, empresa especializada en desarrollo de software a medida y tecnología, comprendemos la importancia de la inteligencia artificial en la actualidad. Por ello, ofrecemos servicios en el ámbito de la inteligencia de negocio, con herramientas como Power BI para el análisis de datos de manera eficiente y visualmente atractiva.
Este estudio logra resultados de vanguardia en todas las tareas evaluadas, utilizando el conjunto de datos público MazurkaBL. Establece un nuevo referente para la estimación de la dinámica en pianos y proporciona una herramienta potente y compacta, allanando el camino para un análisis de la expresión musical a gran escala y eficiente en recursos.
Si deseas conocer más sobre el desarrollo de aplicaciones a medida o nuestros servicios en la nube de AWS y Azure, te invitamos a visitar nuestro sitio web Q2BSTUDIO y descubrir cómo podemos ayudarte en tus proyectos tecnológicos.
