Desarrollo de escena estéreo bidimensional para detectar los componentes de una mezcla de audio
Misión
Educación y trabajos del futuro
Meta
Métricas, indicadores, registros y nuevas estadísticas para reflejar los fenómenos de cambio tecnológico, productivo y de organización social
STSEAS (Sistemas Remporales y Síntesis Espacial en el Arte Sonoro)
EUDA (Escuela Universitaria de Artes) - UNQ (Universidad Nacional de Quilmes)
Responsables del instituto
- Oscar Pablo Di Liscia
Correo electrónico
Sitio web
Ubicación
Quilmes, Buenos Aires
Proyecto
Resumen
La modelización del espacio en torno a la percepción de sonido reproducido puede constituirse en una valiosa herramienta de análisis del registro sonoro de música y también para la mezcla de audio como procedimiento. Se propone un método de estudio para poder proyectar un diseño del tamaño de los componentes en la mezcla de audio, con sus características específicas, en una escena estereofónica estándar. La finalidad es poder implementar una representación visual estática y bidimensional de cualquier escena sonora en estéreo, para poder así analizar la disposición espacial de las distintas partes de cualquier obra reproducida en el formato más conocido y usado en el consumo de audio. Una vez implementada, se analizan en cantidad y calidad escenas donde se discrimina a los componentes de las fuentes en el espacio sonoro. El objetivo general de este plan de trabajo es contribuir al conocimiento en el área de representación espacial de sonido reproducido, mediante la construcción escenas a través de una modelización que surja de análisis específicos de audio. La construcción de escenas de este tipo puede proporcionar el marco teórico para el diseño de un software que funcione en tiempo real y que pueda ser entrenado para reconocer los componentes de fuentes sonoras específicas, para así poder analizar la mezcla de las mismas en esta modalidad. Otros objetivos específicos son el desarrollo de herramientas de ingeniería de audio que puedan aportar el marco de análisis necesario para construir nuevos procesadores y/o dispositivos, como así también la detección objetiva de patrones estético-estilísticos en música de consumo popular en el siglo XX. Metodología y recursos: 1) Extracción de fuentes utilizando Audio Source Separation: Distintos códigos de machine learning permiten, a través de esta rama de la inteligencia artificial aplicada al audio, extraer distintas fuentes específicas desde un master consolidado. 2) Mediciones por FFT: Haciendo análisis espectral basado en la transformada rápida de Fourier (FFT, Fast Fourier Transform), se puede observar preliminarmente en qué zonas de la respuesta en frecuencia se encuentran los componentes de un instrumento específico en un fragmento musical determinado. 3) Mediciones RMS: Haciendo análisis estadístico del valor de la raíz media cuadrática (RMS, Root Mean Square) de un instrumento específico en un fragmento musical determinado se puede definir un valor promedio de su intensidad en la imagen estéreo, determinando su ubicación por las leyes perceptuales de sonoridad y precedencia. 4) Medición por estadística espectral: Utilizando descriptores de audio que trabajan la evolución temporal del espectro con distintos métodos estadísticos pueden construirse tablas donde los componentes de las fuentes sean descriptos tímbricamente con parámetros objetivos. Se pretende validar las escenas mediante experimentos psicofísicos junto a convoluciones HRTFs genéricas para obtener una validación estadística posterior.
Etiquetas
Escena | Bidimensional | Estéreo
Publicaciones científicas
- https://www.conicet.gov.ar/new_scp/detalle.php?keywords=&id=58083&articulos=yes&detalles=yes&art_id=9077091
- https://www.conicet.gov.ar/new_scp/detalle.php?keywords=&id=58083&articulos=yes&detalles=yes&art_id=7994877
- https://www.conicet.gov.ar/new_scp/detalle.php?keywords=&id=58083&articulos=yes&detalles=yes&art_id=8047909
- https://www.conicet.gov.ar/new_scp/detalle.php?keywords=&id=58083&articulos=yes&detalles=yes&art_id=9077086
- https://www.conicet.gov.ar/new_scp/detalle.php?keywords=&id=58083&articulos=yes&detalles=yes&art_id=9077166
- https://www.aes.org/sections/reports/?ID=3578
- https://www.aes.org/sections/reports/?ID=3465
- https://www.aes.org/sections/reports/?ID=3363
- https://www.aes.org/sections/reports/?ID=3362
- https://www.aes.org/sections/reports/?ID=3361