La detección de diversas características de pistas de audio tiene múltiples aplicaciones, dependiendo del modo exacto en que se haga. Entre estas aplicaciones podemos mencionar la detección de identidad basada en audio, la detección del humor de las personas en base al habla o, en el caso de la música, la sugerencia de canciones alternativas basadas en el género musical. El tratamiento de audio es un área muy demandada hoy en día por compañías globales tales como Spotify, Thalès, Epidemic Sound o Deezer, por nombrar algunas.

En este proyecto se utilizaron técnicas de Machine Learning, particularmente Redes Neuronales, para entrenar modelos capaces de reconocer el género musical al que corresponden las canciones que se proveen como entrada.

Para el entrenamiento se utilizaron 2 datasets de canciones etiquetadas en formato MP3 y WAV. Las pistas de audio fueron preprocesadas, pasándolas al dominio de la frecuencia y estos datos transformados se utilizaron como entrada para las redes neuronales.

La experimentación y contrastación se realizaron mediante la metodología estándar de evaluación de algoritmos de machine learning.

La presentación tendrá lugar el jueves 28 de noviembre, a las 9.30, en el aula de Posgrado, ubicado en el Edificio de Aulas de la Facultad de Ingeniería de la UNCuyo. La entrada es libre y gratuita.