Browsing by Author "Berant Elorza, Yoel"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
Thesis Clasificación multi-etiqueta de géneros musicales de spotify a partir de la separación del audio en fuentes musicales(2022) Berant Elorza, Yoel; Lobos, Claudio; Departamento de Informática; Mendoza, MarceloEl problema de la clasificación automática de géneros musicales es un tópico que resulta relevante considerando el auge de los servicios de streaming musicales en los últimos años y las herramientas que estos pueden ofrecer, como los sistemas de recomendación. Esta investigación planea abordar este problema desde el enfoque multi-etiqueta, es decir, considerando los casos en los que múltiples géneros musicales se hagan presentes en una canción. Para abordar este desafío, se plantea usar un conjunto de canciones extraídas desde Spotify separando los archivos de audio en cuatro fuentes musicales: vocalizaciones, percusiones, bajos e instrumentalizaciones u otros. Se plantea también utilizar dos enfoques de redes neuronales convolucionales: un enfoque de modelo complejo o “clásico”, es decir, una sola red que identifique la presencia de varios géneros musicales; y un enfoque basado en committe machines o, en otras palabras, varias redes independientes las cuales cada una tendrá que detectar la presencia de un género musical en específico a partir de la canción. Los resultados demuestran que a medida que los géneros musicales se van ramificando en múltiples subgéneros estos son cada vez más difíciles de reconocer por parte de los modelos de aprendizaje, pues poseen características cada vez más vagas y menos definidas que los distinguen. En cuanto a los dos enfoques de modelos propuestos, el enfoque basado en committe machines logra un desempeño inferior al enfoque “clásico”, pues para entrenar cada red independiente de forma que logre buenos resultados se necesita un conjunto de datos específico que debe cumplir con dos requisitos difíciles de cumplir dada las condiciones presentadas durante esta investigación: poseer una cantidad grande de canciones y estar balanceado en cuanto a las etiquetas de las canciones.
Política de Privacidad 
