Publication: Técnicas de extracción en tiempo real del tempo de pistas de audio sobre dispositivos móviles
Loading...
Official URL
Full text at PDC
Publication Date
2015
Authors
Advisors (or tutors)
Editors
Journal Title
Journal ISSN
Volume Title
Publisher
Citations
Exportar
Abstract
En este trabajo se presentan dos análisis para la detección del ritmo en pistas de audio, llamados “Simple Sound Energy” y “Frecuency Selected Sound Energy” los cuales se describen como son en el Capítulo 3 y como han sido implementados en la Sección 4.2 y el Apéndice A.
Para llegar a ello primero se describe en la Sección 2.1 la manera en que el sonido es almacenado en un ordenador y como es reproducido, detallando dos de los formatos de archivos de audio más utilizados.
A continuación, en la Sección 2.1.2 se recorre la situación actual en lo que a detección de ritmo se refiere, que tipos de algoritmos existen y que proyectos o aplicaciones hacen este tipo de análisis.
También se muestra, en la Sección 2.2.1 la manera de integrar un código C/C++ dentro de una aplicación Android para obtener algo de eficiencia a la hora de ejecutar algoritmos complicados o que requieran grandes recursos y se desarrolla una aplicación para Android utilizando esta técnica en la Sección 4.3. En esa aplicación se han integrado los análisis de detección de ritmo en código C/C++ y se muestra el resultado de manera visual en la aplicación.
Posteriormente, en el Capítulo 5 se ha medido el nivel de precisión de ambos análisis con una encuesta online donde los usuarios encuestados han escuchado diversas pistas marcadas con un elemento sonoro en los instantes donde se han producido los golpes de ritmo.
Finalmente, en el Capítulo 6 se exponen las conclusiones obtenidas sobre todo el trabajo realizado y el futuro trabajo que podrá ser desarrollado.
In this work two analysis are presented to detect the rhythm in audiotracks. These analysis, called “Simple Sound Energy” and “Frecuency Selected Sound Energy”, are described in Chapter 3 and they have been implemented in a method which is described in Section 4.2 and in Appendix A. To achieve this, First, it is described in Section 2.1, the way the sound is stocked in a computer and how it is played (focusing on the two mainly used audio formats). Later, in Section 2.1.2 we find a survey on the issue of rhythm detection, the types of algorithms we can find (ó there exist) and the apps making this kind of analysis. In Section 2.2.1 it is also shown how to integrate code from C/C++ in an Android app in order to obtain efficiency when running complex algorithms or requiring large resources. Using this technique, in Section 4.3, an Android app is developed. In this app, the rhythm-detection analysis has been integrated, using C/C++, and the result is visually displayed on the screen. Later, in Chapter 5 the accuracy level in both analysis has been measured with an online poll where the respondents have listened to some tracks marked with a sonorous item when the beat in the rhythm happens. Finally, in Chapter 6 the conclusions obtained are exposed as the future work that will be developed.
In this work two analysis are presented to detect the rhythm in audiotracks. These analysis, called “Simple Sound Energy” and “Frecuency Selected Sound Energy”, are described in Chapter 3 and they have been implemented in a method which is described in Section 4.2 and in Appendix A. To achieve this, First, it is described in Section 2.1, the way the sound is stocked in a computer and how it is played (focusing on the two mainly used audio formats). Later, in Section 2.1.2 we find a survey on the issue of rhythm detection, the types of algorithms we can find (ó there exist) and the apps making this kind of analysis. In Section 2.2.1 it is also shown how to integrate code from C/C++ in an Android app in order to obtain efficiency when running complex algorithms or requiring large resources. Using this technique, in Section 4.3, an Android app is developed. In this app, the rhythm-detection analysis has been integrated, using C/C++, and the result is visually displayed on the screen. Later, in Chapter 5 the accuracy level in both analysis has been measured with an online poll where the respondents have listened to some tracks marked with a sonorous item when the beat in the rhythm happens. Finally, in Chapter 6 the conclusions obtained are exposed as the future work that will be developed.
Description
Trabajo de Fin de Grado en Ingeniería Informática (Universidad Complutense, Facultad de Informática, curso 2014/2015)