Clasificación acústica de salas mediante algoritmos de Machine Learning

Abstract

[ES] El presente Trabajo Fin de Grado (TFG) tiene como objetivo construir un clasificador de salas mediante algoritmos de Machine Learning (ML). Para ello usará ciertos parámetros acústicos de la sala como son el tiempo de reverberación (T60) y el Direct-To-Reverberant Ratio (DRR) de la sala. En principio se pretende seguir el esquema expuesto en [Xiong2018] para la realización del clasificador basado en ML. Posteriormente se probarán nuevas features no usadas en dicha referencia pero que tienen que ver con la percepción sonora, como por ejemplo los coeficientes Mel Frequency Cepstral (MFC). Al finalizar el TFG, el estudiante habrá adquirido un conocimiento avanzado sobre el uso de algoritmos supervisados de machine learning y sobre la caracterización acústica de salas. [Xiong2018] F. Xiong et al., Exploring Auditory-Inspired Acoustic Features for Room Acoustic Parameter Estimation From Monaural Speech , IEEE/ACM Trans. Audio, Speech, Lang. Process., vol. 26, no. 10, pp. 1809-1820, Oct. 2018.