Mostrar el registro sencillo del ítem
dc.contributor.advisor | López Monfort, José Javier | es_ES |
dc.contributor.author | Aroca Martinez, Noelia | es_ES |
dc.date.accessioned | 2020-12-11T08:55:46Z | |
dc.date.available | 2020-12-11T08:55:46Z | |
dc.date.created | 2020-11-26 | es_ES |
dc.date.issued | 2020-12-11 | es_ES |
dc.identifier.uri | http://hdl.handle.net/10251/156893 | |
dc.description.abstract | [ES] En este trabajo se pretende afrontar el problema de la segmentación de las canciones en sus diferentes partes de forma automática por ordenador. Las canciones de cualquier estilo (pop/rock, tecno, clásica, popular, etc) se suelen estructurar en partes o segmentos diferenciados (introducción, estribillo, verso, etc) que se suceden o se intercalan. Resulta de interés para diversas aplicaciones multimedia, poder detectar estos puntos de cambio de manera automática, por ejemplo para la sincronización de vídeo o sistemas de recomendación musical. Para ello se recopilará una base datos de canciones que se etiquetarán a mano, para que sirvan de conjunto de entrenamiento. Posteriormente, se desarrollarán algoritmos de detección y clasificación que aprendan de la base de datos y consigan segmentar las canciones con el mínimo error posible. | es_ES |
dc.description.abstract | [EN] This works aims to address the problem of song segmentation in its different parts automatically by computer. Songs of any style (pop / rock, techno, classical, popular, etc.) are usually structured into different parts or segments (intro, chorus, verse, etc.) that follow or interleave. It the field multimedia it is of high interest for final applications, to be able to detect these change points automatically, for example for video synchronization or music recommendation systems. To do this, a database of songs that will be labeled by hand will be compiled to serve as a training set. Subsequently, detection and classification algorithms will be developed that learn from the database and manage to segment the songs with the minimum possible error. | en_EN |
dc.format.extent | 32 | es_ES |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reserva de todos los derechos | es_ES |
dc.subject | Música | es_ES |
dc.subject | Segmentación | es_ES |
dc.subject | Aprendizaje automático | es_ES |
dc.subject | Entrenamiento | es_ES |
dc.subject | Clasificación | es_ES |
dc.subject | Music | en_EN |
dc.subject | Segmentation | en_EN |
dc.subject | Machine learning | en_EN |
dc.subject | Training | en_EN |
dc.subject | Classification | en_EN |
dc.subject.classification | TEORIA DE LA SEÑAL Y COMUNICACIONES | es_ES |
dc.subject.other | Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación-Grau en Enginyeria de Tecnologies i Serveis de Telecomunicació | es_ES |
dc.title | Segmentación de la estructura musical mediante técnicas de aprendizaje automático. | es_ES |
dc.type | Proyecto/Trabajo fin de carrera/grado | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Comunicaciones - Departament de Comunicacions | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros de Telecomunicación - Escola Tècnica Superior d'Enginyers de Telecomunicació | es_ES |
dc.description.bibliographicCitation | Aroca Martinez, N. (2020). Segmentación de la estructura musical mediante técnicas de aprendizaje automático. Universitat Politècnica de València. http://hdl.handle.net/10251/156893 | es_ES |
dc.description.accrualMethod | TFGM | es_ES |
dc.relation.pasarela | TFGM\122803 | es_ES |