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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 |