Me encantaría Si alguno se apunta a usar PD con timbreID (o cualquier otro tipo de ide. OF supercollider, chuck, etc...) para que compartamos ideas me apunto de una.
Abrazos Daniel El 15/8/2015 23:08, "brolin" <brolin...@gmail.com> escribió: > 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 <danielgomezma...@gmail.com>: > >> 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" <selio...@gmail.com> 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" <danielgomezma...@gmail.com> >>> 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" <brolin...@gmail.com> 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 < >>>>> danielgomezma...@gmail.com> wrote: >>>>> >>>>>> Este está buenísimo >>>>>> https://youtu.be/K5AgH1leBUU >>>>>> El 9/8/2015 14:05, "daniel gomez" <danielgomezma...@gmail.com> >>>>>> escribió: >>>>>> >>>>>>> Uso industrial >>>>>>> https://youtu.be/56lq84Fx47g >>>>>>> El 9/8/2015 13:56, "daniel gomez" <danielgomezma...@gmail.com> >>>>>>> escribió: >>>>>>> >>>>>>>> https://youtu.be/lx3paTRVndI >>>>>>>> El 9/8/2015 3:44, "brolin" <brolin...@gmail.com> escribió: >>>>>>>> >>>>>>>>> https://vimeo.com/135511186 >>>>>>>>> >>>>>>>>> _______________________________________________ >>>>>>>>> unloquer mailing list >>>>>>>>> unloquer@lists.aktivix.org >>>>>>>>> https://lists.aktivix.org/mailman/listinfo/unloquer >>>>>>>>> >>>>>>>>> >>>>>> _______________________________________________ >>>>>> unloquer mailing list >>>>>> unloquer@lists.aktivix.org >>>>>> https://lists.aktivix.org/mailman/listinfo/unloquer >>>>>> >>>>>> >>>>> >>>>> _______________________________________________ >>>>> unloquer mailing list >>>>> unloquer@lists.aktivix.org >>>>> https://lists.aktivix.org/mailman/listinfo/unloquer >>>>> >>>>> >>>> _______________________________________________ >>>> unloquer mailing list >>>> unloquer@lists.aktivix.org >>>> https://lists.aktivix.org/mailman/listinfo/unloquer >>>> >>>> >>> _______________________________________________ >>> unloquer mailing list >>> unloquer@lists.aktivix.org >>> https://lists.aktivix.org/mailman/listinfo/unloquer >>> >>> >> _______________________________________________ >> unloquer mailing list >> unloquer@lists.aktivix.org >> https://lists.aktivix.org/mailman/listinfo/unloquer >> >> > > _______________________________________________ > unloquer mailing list > unloquer@lists.aktivix.org > https://lists.aktivix.org/mailman/listinfo/unloquer > >
_______________________________________________ unloquer mailing list unloquer@lists.aktivix.org https://lists.aktivix.org/mailman/listinfo/unloquer