La verdad no uso estos algoritmos pero si quisiera aprender. Podríamos plantearnos un experimento sencillo que nos permita ir aprendiendo.
Saludos, - b 2015-08-10 15:21 GMT-05:00 daniel gomez <[email protected]>: > Hey Checho! > Si. El del lienzo es muy inspirador. Me gustó mucho también. > > Brol ya que está la explicación, vos usas este tipo de algoritmos para > analizar bases de datos en tu camello? > > Sería un parche si nos contás que usarías para buscar una descripción > nueva (el audio que entra) en una matriz de un archivo de audio. Podríamos > hacer nuestros experimentos. :-) > > El que puso brolin al principio se ve muy bacano. Se ve super bien la > estructura. > El 10/8/2015 16:56, "stencil malibu" <[email protected]> escribió: > >> Hola dani, ahora que lo desglosas y explicas como funciona pues se ve que >> es súper interesante y encarretador tanto para los que hacemos sonido como >> para los que programan. >> (El del lienzo estuvo brutal) >> GRACIAS. >> El ago 10, 2015 3:15 a. m., "daniel gomez" <[email protected]> >> escribió: >> >>> Pues en realidad es simple. Tomás un archivo de audio. Cualquiera >>> (música, grabación de ambiente, de buena calidad, de mala calidad...) y lo >>> analizás cada cierto tiempo. >>> >>> Hay dos maneras: (1) o buscás 'onsets' o lugares donde hay cambios >>> bruzcos de energía y/o espectrales tratando de marcar el audio cada que hay >>> un 'evento'. (2) no te metés en problemas y lo analizás cada x tiempo >>> constante. >>> >>> Analizar significa encontrar características como energía, centroide del >>> espectro, flatness del espectro, frecuencia fundamental, mfcc (muy útil en >>> timbre)... cada cafacterística es un número o una lista de números, pero en >>> general son pocas dimensiones. >>> >>> Entonces del análisis quedan estos datos: >>> Tiempo del análisis (ms) >>> Valor característica 1, valor característica 2... valor característica >>> n. Por cada tiempo de análisis tenés una fila con todos los datos. Todo >>> queda en una matriz inicialmente ordenada ascendentemente por el tiempo. >>> >>> Lo interesante es que podés ordenar esa matriz de acuerdo a cualquier >>> columna (o característica de análisis) entonces los fragmentos que tienen >>> valores similares quedan juntos. >>> >>> Podés también ordenarlos todos los fragmentos dadas tres dimensiones y >>> así hacer las visualizaciones que mostraste. El eje x puede ser la energía, >>> el y el tiempo de ataque y el z algun descritpr espectral... o cualquier >>> combinación. >>> >>> Lo realmente interesante es que si seleccionás descriptores >>> interesantes, para el material con el que estás trabajando, podrías tener >>> un espacio en donde los fragmentos 'similares' están juntos y los >>> 'diferentes' lejos. >>> >>> Este espacio se llama timbre space o espacio tímbrico. Y se lo >>> imaginaron en los 60s desde la fonética y en los 70s lo usaron para >>> clasificar sonidos de una orquesta segun su timbre (ver los papers de grey >>> y wessel). La idea era encontrar los 3 ejes 'fundamentales' de el timbre. >>> Algo así como el RGB que pudiera usarse para describir y diferenciar el >>> timbre de los sonidos. Pero se dieron cuenta que el timbre es muy muy >>> complejo y no puede simplificarse en RGB (aunque hay un primer modelo muy >>> bonito que se llama 'tristimulus' que va por esa onda de tres dimensiones). >>> El asunto es que el timbre es dinámico en el tiempo, se compone de >>> variaciones temporales del espectro... entonces es dificil de simplificar. >>> Sin embargo, dicen que los mfcc son los descriptores que mas sirven para >>> 'describir' el timbre o por lo menos para agrupar los sonidos similares. >>> (Hay un super artículo de terasawa sobre esto. 'The 13 colors of timbre'). >>> Lo malo de los mfcc es que si leen la descripción es algo poco intuitivo >>> entonces son basicamente números :-D pero nada que podamos relacionar >>> claramente con nuestra percepción (es paradójico no? :-) ). >>> >>> Lo bacano del timbre space es que ofrece ese orden y puede usarse super >>> bien para explorar sonoramente y visualmente un archivo de audio. >>> >>> Lo que hacen en los videos que yo mandé es aprovecharse de esa >>> estructura y analizar nuevos sonidos. Entonces se hace una búsqueda con >>> esta pregunta '¿dadas las características de este fragmento de audio que >>> entra, cual es el fragmento del timbre space que se parece mas?' Terminan >>> siendo entonces preguntas de búsquedas en base de datos y algoritmos de >>> cercanía o 'similaridad'. >>> >>> Hay muchos mas detalles. Pero podemos ir conversando poco a poco. Los >>> ejemplod de pd funncionan muy bien timbreID es la librería. >>> >>> Abrazos! >>> El 9/8/2015 20:51, "brolin" <[email protected]> escribió: >>> >>>> Hola Dani, >>>> >>>> vos que sabés. Explicanos porfa un poquito qué eso lo pasa en estos >>>> análisis. >>>> >>>> Saludos >>>> - >>>> b >>>> >>>> On Sun, Aug 9, 2015 at 7:13 AM, daniel gomez < >>>> [email protected]> wrote: >>>> >>>>> Este está buenísimo >>>>> https://youtu.be/K5AgH1leBUU >>>>> El 9/8/2015 14:05, "daniel gomez" <[email protected]> >>>>> escribió: >>>>> >>>>>> Uso industrial >>>>>> https://youtu.be/56lq84Fx47g >>>>>> El 9/8/2015 13:56, "daniel gomez" <[email protected]> >>>>>> escribió: >>>>>> >>>>>>> https://youtu.be/lx3paTRVndI >>>>>>> El 9/8/2015 3:44, "brolin" <[email protected]> escribió: >>>>>>> >>>>>>>> https://vimeo.com/135511186 >>>>>>>> >>>>>>>> _______________________________________________ >>>>>>>> unloquer mailing list >>>>>>>> [email protected] >>>>>>>> https://lists.aktivix.org/mailman/listinfo/unloquer >>>>>>>> >>>>>>>> >>>>> _______________________________________________ >>>>> unloquer mailing list >>>>> [email protected] >>>>> https://lists.aktivix.org/mailman/listinfo/unloquer >>>>> >>>>> >>>> >>>> _______________________________________________ >>>> unloquer mailing list >>>> [email protected] >>>> https://lists.aktivix.org/mailman/listinfo/unloquer >>>> >>>> >>> _______________________________________________ >>> unloquer mailing list >>> [email protected] >>> https://lists.aktivix.org/mailman/listinfo/unloquer >>> >>> >> _______________________________________________ >> unloquer mailing list >> [email protected] >> https://lists.aktivix.org/mailman/listinfo/unloquer >> >> > _______________________________________________ > unloquer mailing list > [email protected] > https://lists.aktivix.org/mailman/listinfo/unloquer > >
_______________________________________________ unloquer mailing list [email protected] https://lists.aktivix.org/mailman/listinfo/unloquer
