Sistema de generación predictivo de acompañamiento sonoro (banda sonora) para medios audiovisuales.

89 páginas

Autores:
Tobon Gallego, Mauricio
Tipo de recurso:
Fecha de publicación:
2022
Institución:
Universidad EIA .
Repositorio:
Repositorio EIA .
Idioma:
spa
OAI Identifier:
oai:repository.eia.edu.co:11190/5335
Acceso en línea:
https://repository.eia.edu.co/handle/11190/5335
Palabra clave:
Audiovisual
Banda Sonora
LSTM
Multimedia
Red neuronal
Soundtrack
Neural Network
Rights
openAccess
License
Derechos Reservados - Universidad EIA, 2022
id REIA2_6391fb24ef8179b2cdd31df4468150b9
oai_identifier_str oai:repository.eia.edu.co:11190/5335
network_acronym_str REIA2
network_name_str Repositorio EIA .
repository_id_str
dc.title.spa.fl_str_mv Sistema de generación predictivo de acompañamiento sonoro (banda sonora) para medios audiovisuales.
title Sistema de generación predictivo de acompañamiento sonoro (banda sonora) para medios audiovisuales.
spellingShingle Sistema de generación predictivo de acompañamiento sonoro (banda sonora) para medios audiovisuales.
Audiovisual
Banda Sonora
LSTM
Multimedia
Red neuronal
Soundtrack
Neural Network
title_short Sistema de generación predictivo de acompañamiento sonoro (banda sonora) para medios audiovisuales.
title_full Sistema de generación predictivo de acompañamiento sonoro (banda sonora) para medios audiovisuales.
title_fullStr Sistema de generación predictivo de acompañamiento sonoro (banda sonora) para medios audiovisuales.
title_full_unstemmed Sistema de generación predictivo de acompañamiento sonoro (banda sonora) para medios audiovisuales.
title_sort Sistema de generación predictivo de acompañamiento sonoro (banda sonora) para medios audiovisuales.
dc.creator.fl_str_mv Tobon Gallego, Mauricio
dc.contributor.advisor.none.fl_str_mv Puerta Echandía, Alejandro
dc.contributor.author.none.fl_str_mv Tobon Gallego, Mauricio
dc.subject.proposal.spa.fl_str_mv Audiovisual
Banda Sonora
LSTM
Multimedia
Red neuronal
topic Audiovisual
Banda Sonora
LSTM
Multimedia
Red neuronal
Soundtrack
Neural Network
dc.subject.proposal.eng.fl_str_mv Soundtrack
Neural Network
description 89 páginas
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-07-12T14:04:46Z
dc.date.available.none.fl_str_mv 2022-07-12T14:04:46Z
dc.date.issued.none.fl_str_mv 2022
dc.type.spa.fl_str_mv Trabajo de grado - Pregrado
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv https://purl.org/redcol/resource_type/TP
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repository.eia.edu.co/handle/11190/5335
url https://repository.eia.edu.co/handle/11190/5335
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv Derechos Reservados - Universidad EIA, 2022
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.creativecommons.spa.fl_str_mv Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv Derechos Reservados - Universidad EIA, 2022
https://creativecommons.org/licenses/by-nc-nd/4.0/
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad EIA
dc.publisher.program.spa.fl_str_mv Ingeniería Mecatrónica
dc.publisher.faculty.spa.fl_str_mv Escuela de Ingeniería y Ciencias Básicas
dc.publisher.place.spa.fl_str_mv Envigado (Antioquia, Colombia)
institution Universidad EIA .
bitstream.url.fl_str_mv https://repository.eia.edu.co/bitstreams/57c91d3a-2306-4e40-af2a-84720bbd32c5/download
https://repository.eia.edu.co/bitstreams/6c3cffe5-cfc5-427b-b9e5-f3e2f1b221f1/download
https://repository.eia.edu.co/bitstreams/2abb74c6-199c-4b33-870b-958f221d1712/download
https://repository.eia.edu.co/bitstreams/a984a465-91e4-425e-b511-c871847200a7/download
bitstream.checksum.fl_str_mv 6114594c2eaa18097ea42d5ff166d417
da9276a8e06ed571bb7fc7c7186cd8fe
e7ff4f157f391645bc389b977b416d3d
dceb670b2b373c0424076aea694d856d
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad EIA
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1814100916626784256
spelling Puerta Echandía, Alejandro7cafc24c71fd591f4d6413eb03e65c8d600Tobon Gallego, Mauricio7c8abfe4378ca867f83ad2d3b7b5ac7e2022-07-12T14:04:46Z2022-07-12T14:04:46Z2022https://repository.eia.edu.co/handle/11190/533589 páginasRESUMEN: El presente trabajo de grado plantea el de un modelo neuronal aplicado a un sistema embebido capaz de generar una banda sonora según la información visual capturada por el dispositivo. Esto se justifica en la necesidad de facilitar la producción de medios audiovisuales, pues la congruencia de los contextos auditivos y visuales de la multimedia tienen un efecto directo en la percepción de estos medios. Los estímulos sonoros afectan de forma directa la percepción que se tiene sobre el ambiente y las situaciones; sean estos en forma de pistas musicales, canciones o incluso frecuencias acústicas, tienen la capacidad de potenciar emociones, o incluso, en caso de ser necesario, suprimirlas o remplazarlas por otras. Dicho esto, la necesidad de un sistema con las especificaciones descritas en este proyecto cobra sentido. El proceso a seguir consta de proponer una metodología para la extracción de información útil tanto del campo visual como sonoro, para entrenar un modelo neuronal capaz de producir estímulos auditivos en la forma de una banda sonora. Posteriormente se plantean una serie de métodos de aplicación de dichos modelos a sistemas embebidos que se encargarán de capturar la información visual requerida para la producción acústica planteada.ABSTRACT: The present degree work proposes a neural model applied to an embedded system capable of generating a soundtrack according to the visual information captured by the device. This is justified by the need to facilitate the production of audiovisual media, since the congruence of the auditory and visual contexts of multimedia has a direct effect on the perception of such media. Sound stimuli arise directly from the perception of the environment and situations; Whether these are in the form of musical tracks, songs, or even acoustic frequencies, they have the ability to enhance emotions or even, if necessary, suppress them or replace them with others. That said, there is a need for a system with the specifications described in this project makes sense. The process described in this paper propose a methodology for extracting useful information from both the visual and sound components of media in order to train a neural model capable of producing auditory stimuli in the form of a soundtrack, subsequently a series of methods to apply these models to an embedded systems who will be responsible for capturing the visual information required for the proposed acoustic production to workPregradoIngeniero(a) Mecatrónico(a)application/pdfspaUniversidad EIAIngeniería MecatrónicaEscuela de Ingeniería y Ciencias BásicasEnvigado (Antioquia, Colombia)Derechos Reservados - Universidad EIA, 2022https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)http://purl.org/coar/access_right/c_abf2Sistema de generación predictivo de acompañamiento sonoro (banda sonora) para medios audiovisuales.Trabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionTexthttps://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/resource_type/c_7a1fAudiovisualBanda SonoraLSTMMultimediaRed neuronalSoundtrackNeural NetworkPublicationORIGINALTobonMauricio_2022_SistemaGeneracionPredictivo.pdfTobonMauricio_2022_SistemaGeneracionPredictivo.pdfTrabajo de gradoapplication/pdf1913878https://repository.eia.edu.co/bitstreams/57c91d3a-2306-4e40-af2a-84720bbd32c5/download6114594c2eaa18097ea42d5ff166d417MD58LICENSElicense.txtlicense.txttext/plain; charset=utf-82515https://repository.eia.edu.co/bitstreams/6c3cffe5-cfc5-427b-b9e5-f3e2f1b221f1/downloadda9276a8e06ed571bb7fc7c7186cd8feMD57TEXTTobonMauricio_2022_SistemaGeneracionPredictivo.pdf.txtTobonMauricio_2022_SistemaGeneracionPredictivo.pdf.txtExtracted texttext/plain130033https://repository.eia.edu.co/bitstreams/2abb74c6-199c-4b33-870b-958f221d1712/downloade7ff4f157f391645bc389b977b416d3dMD59THUMBNAILTobonMauricio_2022_SistemaGeneracionPredictivo.pdf.jpgTobonMauricio_2022_SistemaGeneracionPredictivo.pdf.jpgGenerated Thumbnailimage/jpeg9430https://repository.eia.edu.co/bitstreams/a984a465-91e4-425e-b511-c871847200a7/downloaddceb670b2b373c0424076aea694d856dMD51011190/5335oai:repository.eia.edu.co:11190/53352023-07-25 17:18:54.841https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Universidad EIA, 2022open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.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