Seminários

Seminários passados

A relação entre os gestos auxiliares e a organização das frases musicais

Palestrante: Thais Fernandes Rodrigues Santos, UFMG
Data e hora: qua, 02/08/2017 - 16:00
Local: Auditório do CCSL/IME
Resumo:

Músicos manipulam, conscientemente, diferentes parâmetros acústicos, com o objetivo de expressar suas ideias musicais para os ouvintes e para outros músicos. Eles performam, ainda, movimentos físicos que, embora sejam essenciais para a produção de som no instrumento musical, possuem estreita relação com as intenções artísticas dos performers.

O termo ancillary gesture (gestos auxiliar) caracteriza os movimentos que fazem parte da performance, mas que não necessariamente produzem o som. Gestos aparecem ao longo da performance e, consequentemente, assumem a intenção de comunicar.

Nesta comunicação, apontarei para a complexa inter-relação entre os gestos executados pelos músicos e a organização das frases musicais interpretadas por eles, definidas a partir de análises de parâmetros acústicos manipulados, além de relatos de expressão de suas intenções musicais. Este trabalho pretende mostrar também que os gestos auxiliares não são aleatórios, uma vez que os mesmos são recorrentes e estáveis, em todas as performances estudadas.

Classificação de Gêneros Musicais utilizando Features Globais de Áudio e Classificadores Tradicionais

Palestrante: Roberto Piassi Passos Bodo
Data e hora: ter, 28/03/2017 - 13:00
Local: Auditório do CCSL
Resumo:

Apesar da complexidade de se atribuir gêneros para músicas, a classificação automática de gêneros musicais em grandes bancos de dados possui uma grande importância para tarefas de Recuperação de Informação Musical. Historicamente, diversas técnicas de Aprendizagem de Máquina foram aplicadas utilizando como amostras características extraídas de arquivos de áudio, partituras e, até mesmo, das letras das músicas.

Neste seminário iremos apresentar os resultados de experimentos realizados com o conjunto de dados GTZAN, utilizando features globais de áudio (extraídas com a biblioteca LibROSA) e algoritmos tradicionais de classificação (implementados pelo scikit-learn).

Código fonte: https://github.com/rppbodo/musical-genre-classification

Efeitos de áudio baseados em decomposição AM/FM

Palestrante: Antonio Goulart
Data e hora: ter, 13/12/2016 - 15:00
Local: Sala B-7 IME
Resumo: Neste seminário vamos abordar o projeto de efeitos de áudio baseados em decomposições que levam um sinal proveniente de um instrumento musical para a representação AM/FM. A decomposição AM/FM produz um par de sinais também no domínio do tempo, que representam o envelope (porção AM) e a frequência instantânea (porção FM) do sinal analisado. Estes dois sinais atuam em conjunto e podem recriar o sinal original caso utilizados para modular um oscilador senoidal em amplitude e em frequência. Por outro lado, a manipulação individual das porções AM e FM oferece novas possibilidades para processamento de sinais e implementação de efeitos musicais. Neste trabalho discutimos aspectos sobre diferentes técnicas para a decomposição, baseadas na Transformada de Hilbert em conjunto com o Sinal Analítico ou no Operador de Energia de Teager-Kaiser em conjunto com o Algoritmo de Separação de Energia. Apresentamos novos efeitos de áudio baseados em filtragem simples, mapeamento não-linear e manipulações das porções AM e FM inspiradas em efeitos clássicos, entre outros efeitos. Implementações para operação em tempo-real são apresentadas e discutidas. Também apresentaremos uma avaliação experimental da aplicação dos efeitos propostos, baseada na análise do comportamento de descritores de áudio relacionados com amplitude (variação dinâmica) e frequência (variação espectral) de sinais.

Um modelo probabilístico simples para taggeamento de música

Palestrante: Rodrigo Borges e Shayenne Moura
Data e hora: qui, 29/09/2016 - 16:00
Local: Auditório Antonio Gilioli, IME/USP
Resumo:

Este seminário é uma apresentação do artigo premiado como _Best Student Paper_ do ISMIR em 2009, chamado EASY AS CBA: A SIMPLE PROBABILISTIC MODEL FOR TAGGING MUSIC de Matthew D. Hoffman, David M. Blei, Perry R. Cook.

Muitas músicas não são associadas a tags bem representativas e isso faz o processo de recuperação de músicas a partir das tags não ser eficiente.

Apresentaremos um modelo probabilistico que aprende a realizar predição automática de tags a partir das características de timbre das músicas. Este método é simples de implementar, fácil de testar e que retorna resultados rapidamente.

Score Analyser: Determinando o nível de dificuldade de uma partitura para o aprendizado on-line de instrumentos automaticamente

Palestrante: Guilherme Feulo e Guilherme Jun
Data e hora: ter, 27/09/2016 - 16:00
Local: Auditório Antonio Gilioli, IME/USP
Resumo:

Atualmente existem diversas partituras de musicas disponíveis na internet, muitas vezes diversas partituras da mesma musica. Porém, ao mesmo tempo que temos acesso a este grande acervo de partituras, outro problema surge. Qual partitura é a mais adequada para o musico? O artigo SCORE ANALYZER: AUTOMATICALLY DETERMINING SCORES DIFFICULTY LEVEL FOR INSTRUMENTAL E-LEARNING de Véronique Sébastien, Henri Ralambondrainy, Olivier Sébastien e Noël Conruyt, propõe a criação de um algoritmo que determina a dificuldade de uma partitura. O resultado da analise obtido do algoritmo é então comparada com o a avaliação de músicos profissionais. Neste seminário, iremos detalhar como o algoritmo foi desenvolvido e quais os resultados gerados.

Páginas

mais
Subscribe to Próximos seminários Subscribe to Seminários passados