Reconocimiento de patrones rítmicos en señales de audio
Supervisor(es): Rocamora, Martín - Bermolen, Paola
Resumen:
En este trabajo se presenta una metodología para el reconocimiento automático de patrones rítmicos en señales de audio, usando cadenas ocultas de Markov como herramienta de clasificación. Los experimentos reportados se concentran en el ritmo del candombe, en particular en los patrones rítmicos de los tambores repique y piano. En el caso del repique, se busca identificar en el audio algunos patrones rítmicos, propuestos por Luis Jure en su trabajo “Principios generativos del toque de repique del candombe”. La implementación de la metodología utiliza audio sintético para el entrenamiento de las cadenas ocultas, y los resultados obtenidos en el reconocimiento son muy buenos si el audio que se quiere clasificar es también sintético, obteniendo más del 90 % de acierto en la clasificación. Si se usa audio sintético para entrenar y grabaciones reales para clasificar, el desempeño cae drásticamente, siendo menor a 10 % en las pruebas realizadas. Se discuten algunas alternativas para mejorar la clasificación en ese caso, una de las cuales es implementada. Aún así, la clasificación de audios reales no mejora demasiado, resultando apenas superior al 10 %. Para el tambor piano, el problema es identificar en el audio qué compases se corresponden con su patrón más típico (referido usualmente como base de piano) y cuáles no (lo que se conoce como piano repicado). En este caso, tanto el entrenamiento como la evaluación de desempeño se realizan con grabaciones reales, y en ese caso se logra un buen porcentaje en la clasificación (superior al 80 % en todas las pruebas realizadas).
2019 | |
Procesamiento de audio Cadenas ocultas de Markov Candombe MIR Patrones rítmicos PROCESOS DE MARKOV PROCESAMIENTO DE LA SEÑAL INSTRUMENTOS MUSICALES |
|
Español | |
Universidad de la República | |
COLIBRI | |
https://hdl.handle.net/20.500.12008/22291 | |
Acceso abierto | |
Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
_version_ | 1807523175297187840 |
---|---|
author | Marenco, Bernardo |
author_facet | Marenco, Bernardo |
author_role | author |
bitstream.checksum.fl_str_mv | 6429389a7df7277b72b7924fdc7d47a9 a006180e3f5b2ad0b88185d14284c0e0 c4be27909b70efc3a2ead6cb7fc45395 9da0b6dfac957114c6a7714714b86306 6f7e41e4de417a3fff5b96e4dfd08691 |
bitstream.checksumAlgorithm.fl_str_mv | MD5 MD5 MD5 MD5 MD5 |
bitstream.url.fl_str_mv | http://localhost:8080/xmlui/bitstream/20.500.12008/22291/5/license.txt http://localhost:8080/xmlui/bitstream/20.500.12008/22291/2/license_url http://localhost:8080/xmlui/bitstream/20.500.12008/22291/3/license_text http://localhost:8080/xmlui/bitstream/20.500.12008/22291/4/license_rdf http://localhost:8080/xmlui/bitstream/20.500.12008/22291/1/Mar19a.pdf |
collection | COLIBRI |
dc.contributor.filiacion.none.fl_str_mv | Marenco Bernardo, Universidad de la República (Uruguay). Facultad de Ingeniería. |
dc.creator.advisor.none.fl_str_mv | Rocamora, Martín Bermolen, Paola |
dc.creator.none.fl_str_mv | Marenco, Bernardo |
dc.date.accessioned.none.fl_str_mv | 2019-11-11T16:38:36Z |
dc.date.available.none.fl_str_mv | 2019-11-11T16:38:36Z |
dc.date.issued.none.fl_str_mv | 2019 |
dc.description.abstract.none.fl_txt_mv | En este trabajo se presenta una metodología para el reconocimiento automático de patrones rítmicos en señales de audio, usando cadenas ocultas de Markov como herramienta de clasificación. Los experimentos reportados se concentran en el ritmo del candombe, en particular en los patrones rítmicos de los tambores repique y piano. En el caso del repique, se busca identificar en el audio algunos patrones rítmicos, propuestos por Luis Jure en su trabajo “Principios generativos del toque de repique del candombe”. La implementación de la metodología utiliza audio sintético para el entrenamiento de las cadenas ocultas, y los resultados obtenidos en el reconocimiento son muy buenos si el audio que se quiere clasificar es también sintético, obteniendo más del 90 % de acierto en la clasificación. Si se usa audio sintético para entrenar y grabaciones reales para clasificar, el desempeño cae drásticamente, siendo menor a 10 % en las pruebas realizadas. Se discuten algunas alternativas para mejorar la clasificación en ese caso, una de las cuales es implementada. Aún así, la clasificación de audios reales no mejora demasiado, resultando apenas superior al 10 %. Para el tambor piano, el problema es identificar en el audio qué compases se corresponden con su patrón más típico (referido usualmente como base de piano) y cuáles no (lo que se conoce como piano repicado). En este caso, tanto el entrenamiento como la evaluación de desempeño se realizan con grabaciones reales, y en ese caso se logra un buen porcentaje en la clasificación (superior al 80 % en todas las pruebas realizadas). |
dc.format.extent.es.fl_str_mv | 105 p. |
dc.format.mimetype.es.fl_str_mv | application/pdf |
dc.identifier.citation.es.fl_str_mv | Marenco, B. Reconocimiento de patrones rítmicos en señales de audio [en línea] Tesis de maestría. Montevideo : Udelar. FI. IMERL, 2019 |
dc.identifier.issn.none.fl_str_mv | 1688-2792 |
dc.identifier.uri.none.fl_str_mv | https://hdl.handle.net/20.500.12008/22291 |
dc.language.iso.none.fl_str_mv | es spa |
dc.publisher.es.fl_str_mv | Udelar.FI |
dc.rights.license.none.fl_str_mv | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
dc.rights.none.fl_str_mv | info:eu-repo/semantics/openAccess |
dc.source.none.fl_str_mv | reponame:COLIBRI instname:Universidad de la República instacron:Universidad de la República |
dc.subject.es.fl_str_mv | Procesamiento de audio Cadenas ocultas de Markov Candombe MIR Patrones rítmicos |
dc.subject.other.es.fl_str_mv | PROCESOS DE MARKOV PROCESAMIENTO DE LA SEÑAL INSTRUMENTOS MUSICALES |
dc.title.none.fl_str_mv | Reconocimiento de patrones rítmicos en señales de audio |
dc.type.es.fl_str_mv | Tesis de maestría |
dc.type.none.fl_str_mv | info:eu-repo/semantics/masterThesis |
dc.type.version.none.fl_str_mv | info:eu-repo/semantics/acceptedVersion |
description | En este trabajo se presenta una metodología para el reconocimiento automático de patrones rítmicos en señales de audio, usando cadenas ocultas de Markov como herramienta de clasificación. Los experimentos reportados se concentran en el ritmo del candombe, en particular en los patrones rítmicos de los tambores repique y piano. En el caso del repique, se busca identificar en el audio algunos patrones rítmicos, propuestos por Luis Jure en su trabajo “Principios generativos del toque de repique del candombe”. La implementación de la metodología utiliza audio sintético para el entrenamiento de las cadenas ocultas, y los resultados obtenidos en el reconocimiento son muy buenos si el audio que se quiere clasificar es también sintético, obteniendo más del 90 % de acierto en la clasificación. Si se usa audio sintético para entrenar y grabaciones reales para clasificar, el desempeño cae drásticamente, siendo menor a 10 % en las pruebas realizadas. Se discuten algunas alternativas para mejorar la clasificación en ese caso, una de las cuales es implementada. Aún así, la clasificación de audios reales no mejora demasiado, resultando apenas superior al 10 %. Para el tambor piano, el problema es identificar en el audio qué compases se corresponden con su patrón más típico (referido usualmente como base de piano) y cuáles no (lo que se conoce como piano repicado). En este caso, tanto el entrenamiento como la evaluación de desempeño se realizan con grabaciones reales, y en ese caso se logra un buen porcentaje en la clasificación (superior al 80 % en todas las pruebas realizadas). |
eu_rights_str_mv | openAccess |
format | masterThesis |
id | COLIBRI_127e5828ed5149e2efd1fc425bc40058 |
identifier_str_mv | Marenco, B. Reconocimiento de patrones rítmicos en señales de audio [en línea] Tesis de maestría. Montevideo : Udelar. FI. IMERL, 2019 1688-2792 |
instacron_str | Universidad de la República |
institution | Universidad de la República |
instname_str | Universidad de la República |
language | spa |
language_invalid_str_mv | es |
network_acronym_str | COLIBRI |
network_name_str | COLIBRI |
oai_identifier_str | oai:colibri.udelar.edu.uy:20.500.12008/22291 |
publishDate | 2019 |
reponame_str | COLIBRI |
repository.mail.fl_str_mv | mabel.seroubian@seciu.edu.uy |
repository.name.fl_str_mv | COLIBRI - Universidad de la República |
repository_id_str | 4771 |
rights_invalid_str_mv | Licencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0) |
spelling | Marenco Bernardo, Universidad de la República (Uruguay). Facultad de Ingeniería.2019-11-11T16:38:36Z2019-11-11T16:38:36Z2019Marenco, B. Reconocimiento de patrones rítmicos en señales de audio [en línea] Tesis de maestría. Montevideo : Udelar. FI. IMERL, 20191688-2792https://hdl.handle.net/20.500.12008/22291En este trabajo se presenta una metodología para el reconocimiento automático de patrones rítmicos en señales de audio, usando cadenas ocultas de Markov como herramienta de clasificación. Los experimentos reportados se concentran en el ritmo del candombe, en particular en los patrones rítmicos de los tambores repique y piano. En el caso del repique, se busca identificar en el audio algunos patrones rítmicos, propuestos por Luis Jure en su trabajo “Principios generativos del toque de repique del candombe”. La implementación de la metodología utiliza audio sintético para el entrenamiento de las cadenas ocultas, y los resultados obtenidos en el reconocimiento son muy buenos si el audio que se quiere clasificar es también sintético, obteniendo más del 90 % de acierto en la clasificación. Si se usa audio sintético para entrenar y grabaciones reales para clasificar, el desempeño cae drásticamente, siendo menor a 10 % en las pruebas realizadas. Se discuten algunas alternativas para mejorar la clasificación en ese caso, una de las cuales es implementada. Aún así, la clasificación de audios reales no mejora demasiado, resultando apenas superior al 10 %. Para el tambor piano, el problema es identificar en el audio qué compases se corresponden con su patrón más típico (referido usualmente como base de piano) y cuáles no (lo que se conoce como piano repicado). En este caso, tanto el entrenamiento como la evaluación de desempeño se realizan con grabaciones reales, y en ese caso se logra un buen porcentaje en la clasificación (superior al 80 % en todas las pruebas realizadas).Submitted by Ribeiro Jorge (jribeiro@fing.edu.uy) on 2019-11-01T18:09:52Z No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Mar19a.pdf: 6055379 bytes, checksum: 6f7e41e4de417a3fff5b96e4dfd08691 (MD5)Approved for entry into archive by Machado Jimena (jmachado@fing.edu.uy) on 2019-11-11T16:33:20Z (GMT) No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Mar19a.pdf: 6055379 bytes, checksum: 6f7e41e4de417a3fff5b96e4dfd08691 (MD5)Made available in DSpace on 2019-11-11T16:38:36Z (GMT). No. of bitstreams: 2 license_rdf: 23148 bytes, checksum: 9da0b6dfac957114c6a7714714b86306 (MD5) Mar19a.pdf: 6055379 bytes, checksum: 6f7e41e4de417a3fff5b96e4dfd08691 (MD5) Previous issue date: 2019105 p.application/pdfesspaUdelar.FILas obras depositadas en el Repositorio se rigen por la Ordenanza de los Derechos de la Propiedad Intelectual de la Universidad de la República.(Res. Nº 91 de C.D.C. de 8/III/1994 – D.O. 7/IV/1994) y por la Ordenanza del Repositorio Abierto de la Universidad de la República (Res. Nº 16 de C.D.C. de 07/10/2014)info:eu-repo/semantics/openAccessLicencia Creative Commons Atribución - No Comercial - Sin Derivadas (CC - By-NC-ND 4.0)Procesamiento de audioCadenas ocultas de MarkovCandombeMIRPatrones rítmicosPROCESOS DE MARKOVPROCESAMIENTO DE LA SEÑALINSTRUMENTOS MUSICALESReconocimiento de patrones rítmicos en señales de audioTesis de maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionreponame:COLIBRIinstname:Universidad de la Repúblicainstacron:Universidad de la RepúblicaMarenco, BernardoRocamora, MartínBermolen, PaolaUniversidad de la República (Uruguay). Facultad de IngenieríaMagíster en Ingeniería (Ingeniería Matemática)LICENSElicense.txtlicense.txttext/plain; charset=utf-84267http://localhost:8080/xmlui/bitstream/20.500.12008/22291/5/license.txt6429389a7df7277b72b7924fdc7d47a9MD55CC-LICENSElicense_urllicense_urltext/plain; charset=utf-850http://localhost:8080/xmlui/bitstream/20.500.12008/22291/2/license_urla006180e3f5b2ad0b88185d14284c0e0MD52license_textlicense_texttext/html; charset=utf-838520http://localhost:8080/xmlui/bitstream/20.500.12008/22291/3/license_textc4be27909b70efc3a2ead6cb7fc45395MD53license_rdflicense_rdfapplication/rdf+xml; charset=utf-823148http://localhost:8080/xmlui/bitstream/20.500.12008/22291/4/license_rdf9da0b6dfac957114c6a7714714b86306MD54ORIGINALMar19a.pdfMar19a.pdfapplication/pdf6055379http://localhost:8080/xmlui/bitstream/20.500.12008/22291/1/Mar19a.pdf6f7e41e4de417a3fff5b96e4dfd08691MD5120.500.12008/222912019-11-11 13:38:36.722oai:colibri.udelar.edu.uy:20.500.12008/22291VGVybWlub3MgeSBjb25kaWNpb25lcyByZWxhdGl2YXMgYWwgZGVwb3NpdG8gZGUgb2JyYXMKCgpMYXMgb2JyYXMgZGVwb3NpdGFkYXMgZW4gZWwgUmVwb3NpdG9yaW8gc2UgcmlnZW4gcG9yIGxhIE9yZGVuYW56YSBkZSBsb3MgRGVyZWNob3MgZGUgbGEgUHJvcGllZGFkIEludGVsZWN0dWFsICBkZSBsYSBVbml2ZXJzaWRhZCBEZSBMYSBSZXDDumJsaWNhLiAoUmVzLiBOwrogOTEgZGUgQy5ELkMuIGRlIDgvSUlJLzE5OTQg4oCTIEQuTy4gNy9JVi8xOTk0KSB5ICBwb3IgbGEgT3JkZW5hbnphIGRlbCBSZXBvc2l0b3JpbyBBYmllcnRvIGRlIGxhIFVuaXZlcnNpZGFkIGRlIGxhIFJlcMO6YmxpY2EgKFJlcy4gTsK6IDE2IGRlIEMuRC5DLiBkZSAwNy8xMC8yMDE0KS4gCgpBY2VwdGFuZG8gZWwgYXV0b3IgZXN0b3MgdMOpcm1pbm9zIHkgY29uZGljaW9uZXMgZGUgZGVww7NzaXRvIGVuIENPTElCUkksIGxhIFVuaXZlcnNpZGFkIGRlIFJlcMO6YmxpY2EgcHJvY2VkZXLDoSBhOiAgCgphKSBhcmNoaXZhciBtw6FzIGRlIHVuYSBjb3BpYSBkZSBsYSBvYnJhIGVuIGxvcyBzZXJ2aWRvcmVzIGRlIGxhIFVuaXZlcnNpZGFkIGEgbG9zIGVmZWN0b3MgZGUgZ2FyYW50aXphciBhY2Nlc28sIHNlZ3VyaWRhZCB5IHByZXNlcnZhY2nDs24KYikgY29udmVydGlyIGxhIG9icmEgYSBvdHJvcyBmb3JtYXRvcyBzaSBmdWVyYSBuZWNlc2FyaW8gIHBhcmEgZmFjaWxpdGFyIHN1IHByZXNlcnZhY2nDs24geSBhY2Nlc2liaWxpZGFkIHNpbiBhbHRlcmFyIHN1IGNvbnRlbmlkby4KYykgcmVhbGl6YXIgbGEgY29tdW5pY2FjacOzbiBww7pibGljYSB5IGRpc3BvbmVyIGVsIGFjY2VzbyBsaWJyZSB5IGdyYXR1aXRvIGEgdHJhdsOpcyBkZSBJbnRlcm5ldCBtZWRpYW50ZSBsYSBwdWJsaWNhY2nDs24gZGUgbGEgb2JyYSBiYWpvIGxhIGxpY2VuY2lhIENyZWF0aXZlIENvbW1vbnMgc2VsZWNjaW9uYWRhIHBvciBlbCBwcm9waW8gYXV0b3IuCgoKRW4gY2FzbyBxdWUgZWwgYXV0b3IgaGF5YSBkaWZ1bmRpZG8geSBkYWRvIGEgcHVibGljaWRhZCBhIGxhIG9icmEgZW4gZm9ybWEgcHJldmlhLCAgcG9kcsOhIHNvbGljaXRhciB1biBwZXLDrW9kbyBkZSBlbWJhcmdvIHNvYnJlIGxhIGRpc3BvbmliaWxpZGFkIHDDumJsaWNhIGRlIGxhIG1pc21hLCBlbCBjdWFsIGNvbWVuemFyw6EgYSBwYXJ0aXIgZGUgbGEgYWNlcHRhY2nDs24gZGUgZXN0ZSBkb2N1bWVudG8geSBoYXN0YSBsYSBmZWNoYSBxdWUgaW5kaXF1ZSAuCgpFbCBhdXRvciBhc2VndXJhIHF1ZSBsYSBvYnJhIG5vIGluZnJpZ2UgbmluZ8O6biBkZXJlY2hvIHNvYnJlIHRlcmNlcm9zLCB5YSBzZWEgZGUgcHJvcGllZGFkIGludGVsZWN0dWFsIG8gY3VhbHF1aWVyIG90cm8uCgpFbCBhdXRvciBnYXJhbnRpemEgcXVlIHNpIGVsIGRvY3VtZW50byBjb250aWVuZSBtYXRlcmlhbGVzIGRlIGxvcyBjdWFsZXMgbm8gdGllbmUgbG9zIGRlcmVjaG9zIGRlIGF1dG9yLCAgaGEgb2J0ZW5pZG8gZWwgcGVybWlzbyBkZWwgcHJvcGlldGFyaW8gZGUgbG9zIGRlcmVjaG9zIGRlIGF1dG9yLCB5IHF1ZSBlc2UgbWF0ZXJpYWwgY3V5b3MgZGVyZWNob3Mgc29uIGRlIHRlcmNlcm9zIGVzdMOhIGNsYXJhbWVudGUgaWRlbnRpZmljYWRvIHkgcmVjb25vY2lkbyBlbiBlbCB0ZXh0byBvIGNvbnRlbmlkbyBkZWwgZG9jdW1lbnRvIGRlcG9zaXRhZG8gZW4gZWwgUmVwb3NpdG9yaW8uCgpFbiBvYnJhcyBkZSBhdXRvcsOtYSBtw7psdGlwbGUgL3NlIHByZXN1bWUvIHF1ZSBlbCBhdXRvciBkZXBvc2l0YW50ZSBkZWNsYXJhIHF1ZSBoYSByZWNhYmFkbyBlbCBjb25zZW50aW1pZW50byBkZSB0b2RvcyBsb3MgYXV0b3JlcyBwYXJhIHB1YmxpY2FybGEgZW4gZWwgUmVwb3NpdG9yaW8sIHNpZW5kbyDDqXN0ZSBlbCDDum5pY28gcmVzcG9uc2FibGUgZnJlbnRlIGEgY3VhbHF1aWVyIHRpcG8gZGUgcmVjbGFtYWNpw7NuIGRlIGxvcyBvdHJvcyBjb2F1dG9yZXMuCgpFbCBhdXRvciBzZXLDoSByZXNwb25zYWJsZSBkZWwgY29udGVuaWRvIGRlIGxvcyBkb2N1bWVudG9zIHF1ZSBkZXBvc2l0YS4gTGEgVURFTEFSIG5vIHNlcsOhIHJlc3BvbnNhYmxlIHBvciBsYXMgZXZlbnR1YWxlcyB2aW9sYWNpb25lcyBhbCBkZXJlY2hvIGRlIHByb3BpZWRhZCBpbnRlbGVjdHVhbCBlbiBxdWUgcHVlZGEgaW5jdXJyaXIgZWwgYXV0b3IuCgpBbnRlIGN1YWxxdWllciBkZW51bmNpYSBkZSB2aW9sYWNpw7NuIGRlIGRlcmVjaG9zIGRlIHByb3BpZWRhZCBpbnRlbGVjdHVhbCwgbGEgVURFTEFSICBhZG9wdGFyw6EgdG9kYXMgbGFzIG1lZGlkYXMgbmVjZXNhcmlhcyBwYXJhIGV2aXRhciBsYSBjb250aW51YWNpw7NuIGRlIGRpY2hhIGluZnJhY2Npw7NuLCBsYXMgcXVlIHBvZHLDoW4gaW5jbHVpciBlbCByZXRpcm8gZGVsIGFjY2VzbyBhIGxvcyBjb250ZW5pZG9zIHkvbyBtZXRhZGF0b3MgZGVsIGRvY3VtZW50byByZXNwZWN0aXZvLgoKTGEgb2JyYSBzZSBwb25kcsOhIGEgZGlzcG9zaWNpw7NuIGRlbCBww7pibGljbyBhIHRyYXbDqXMgZGUgbGFzIGxpY2VuY2lhcyBDcmVhdGl2ZSBDb21tb25zLCBlbCBhdXRvciBwb2Ryw6Egc2VsZWNjaW9uYXIgdW5hIGRlIGxhcyA2IGxpY2VuY2lhcyBkaXNwb25pYmxlczoKCgpBdHJpYnVjacOzbiAoQ0MgLSBCeSk6IFBlcm1pdGUgdXNhciBsYSBvYnJhIHkgZ2VuZXJhciBvYnJhcyBkZXJpdmFkYXMsIGluY2x1c28gY29uIGZpbmVzIGNvbWVyY2lhbGVzLCBzaWVtcHJlIHF1ZSBzZSByZWNvbm96Y2EgYWwgYXV0b3IuCgpBdHJpYnVjacOzbiDigJMgQ29tcGFydGlyIElndWFsIChDQyAtIEJ5LVNBKTogUGVybWl0ZSB1c2FyIGxhIG9icmEgeSBnZW5lcmFyIG9icmFzIGRlcml2YWRhcywgaW5jbHVzbyBjb24gZmluZXMgY29tZXJjaWFsZXMsIHBlcm8gbGEgZGlzdHJpYnVjacOzbiBkZSBsYXMgb2JyYXMgZGVyaXZhZGFzIGRlYmUgaGFjZXJzZSBtZWRpYW50ZSB1bmEgbGljZW5jaWEgaWTDqW50aWNhIGEgbGEgZGUgbGEgb2JyYSBvcmlnaW5hbCwgcmVjb25vY2llbmRvIGEgbG9zIGF1dG9yZXMuCgpBdHJpYnVjacOzbiDigJMgTm8gQ29tZXJjaWFsIChDQyAtIEJ5LU5DKTogUGVybWl0ZSB1c2FyIGxhIG9icmEgeSBnZW5lcmFyIG9icmFzIGRlcml2YWRhcywgc2llbXByZSB5IGN1YW5kbyBlc29zIHVzb3Mgbm8gdGVuZ2FuIGZpbmVzIGNvbWVyY2lhbGVzLCByZWNvbm9jaWVuZG8gYWwgYXV0b3IuCgpBdHJpYnVjacOzbiDigJMgU2luIERlcml2YWRhcyAoQ0MgLSBCeS1ORCk6IFBlcm1pdGUgZWwgdXNvIGRlIGxhIG9icmEsIGluY2x1c28gY29uIGZpbmVzIGNvbWVyY2lhbGVzLCBwZXJvIG5vIHNlIHBlcm1pdGUgZ2VuZXJhciBvYnJhcyBkZXJpdmFkYXMsIGRlYmllbmRvIHJlY29ub2NlciBhbCBhdXRvci4KCkF0cmlidWNpw7NuIOKAkyBObyBDb21lcmNpYWwg4oCTIENvbXBhcnRpciBJZ3VhbCAoQ0Mg4oCTIEJ5LU5DLVNBKTogUGVybWl0ZSB1c2FyIGxhIG9icmEgeSBnZW5lcmFyIG9icmFzIGRlcml2YWRhcywgc2llbXByZSB5IGN1YW5kbyBlc29zIHVzb3Mgbm8gdGVuZ2FuIGZpbmVzIGNvbWVyY2lhbGVzIHkgbGEgZGlzdHJpYnVjacOzbiBkZSBsYXMgb2JyYXMgZGVyaXZhZGFzIHNlIGhhZ2EgbWVkaWFudGUgbGljZW5jaWEgaWTDqW50aWNhIGEgbGEgZGUgbGEgb2JyYSBvcmlnaW5hbCwgcmVjb25vY2llbmRvIGEgbG9zIGF1dG9yZXMuCgpBdHJpYnVjacOzbiDigJMgTm8gQ29tZXJjaWFsIOKAkyBTaW4gRGVyaXZhZGFzIChDQyAtIEJ5LU5DLU5EKTogUGVybWl0ZSB1c2FyIGxhIG9icmEsIHBlcm8gbm8gc2UgcGVybWl0ZSBnZW5lcmFyIG9icmFzIGRlcml2YWRhcyB5IG5vIHNlIHBlcm1pdGUgdXNvIGNvbiBmaW5lcyBjb21lcmNpYWxlcywgZGViaWVuZG8gcmVjb25vY2VyIGFsIGF1dG9yLgoKTG9zIHVzb3MgcHJldmlzdG9zIGVuIGxhcyBsaWNlbmNpYXMgaW5jbHV5ZW4gbGEgZW5hamVuYWNpw7NuLCByZXByb2R1Y2Npw7NuLCBjb211bmljYWNpw7NuLCBwdWJsaWNhY2nDs24sIGRpc3RyaWJ1Y2nDs24geSBwdWVzdGEgYSBkaXNwb3NpY2nDs24gZGVsIHDDumJsaWNvLiBMYSBjcmVhY2nDs24gZGUgb2JyYXMgZGVyaXZhZGFzIGluY2x1eWUgbGEgYWRhcHRhY2nDs24sIHRyYWR1Y2Npw7NuIHkgZWwgcmVtaXguCgpDdWFuZG8gc2Ugc2VsZWNjaW9uZSB1bmEgbGljZW5jaWEgcXVlIGhhYmlsaXRlIHVzb3MgY29tZXJjaWFsZXMsIGVsIGRlcMOzc2l0byBkZWJlcsOhIHNlciBhY29tcGHDsWFkbyBkZWwgYXZhbCBkZWwgamVyYXJjYSBtw6F4aW1vIGRlbCBTZXJ2aWNpbyBjb3JyZXNwb25kaWVudGUuCg==Universidadhttps://udelar.edu.uy/https://www.colibri.udelar.edu.uy/oai/requestmabel.seroubian@seciu.edu.uyUruguayopendoar:47712024-07-25T14:44:04.002113COLIBRI - Universidad de la Repúblicafalse |
spellingShingle | Reconocimiento de patrones rítmicos en señales de audio Marenco, Bernardo Procesamiento de audio Cadenas ocultas de Markov Candombe MIR Patrones rítmicos PROCESOS DE MARKOV PROCESAMIENTO DE LA SEÑAL INSTRUMENTOS MUSICALES |
status_str | acceptedVersion |
title | Reconocimiento de patrones rítmicos en señales de audio |
title_full | Reconocimiento de patrones rítmicos en señales de audio |
title_fullStr | Reconocimiento de patrones rítmicos en señales de audio |
title_full_unstemmed | Reconocimiento de patrones rítmicos en señales de audio |
title_short | Reconocimiento de patrones rítmicos en señales de audio |
title_sort | Reconocimiento de patrones rítmicos en señales de audio |
topic | Procesamiento de audio Cadenas ocultas de Markov Candombe MIR Patrones rítmicos PROCESOS DE MARKOV PROCESAMIENTO DE LA SEÑAL INSTRUMENTOS MUSICALES |
url | https://hdl.handle.net/20.500.12008/22291 |