Creación de un ecualizador automático basado en espectros de frecuencia promedio a largo plazo, tomados de producciones musicales de pista unica entre 2017 y 2022
El presente trabajo busca crear un ecualizador automatico basado en los espectros de frecuencia a largo plazo (LTAS) de las canciones mas escuchadas en Colombia en la plataforma Spotify entre 2017 y 2022, clasificadas por genero de manera que el usuario tenga multiples opciones al momento de aplicar...
- Autores:
-
Bedoya Salazar, Jose Manuel
Merino Jaramillo, David
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2022
- Institución:
- Universidad de San Buenaventura
- Repositorio:
- Repositorio USB
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.usb.edu.co:10819/13255
- Acceso en línea:
- https://hdl.handle.net/10819/13255
- Palabra clave:
- 530 - Física::534 - Sonido y vibraciones relacionadas
Producción musical
Sistema auditivo
Grabaciones
Ecualizador automático
LTAS
Filtro IIR
Metodo autorregresivo
Yule-Walker
Automatic equalizer
IIR filter
Autoregressive method
- Rights
- openAccess
- License
- http://purl.org/coar/access_right/c_abf2
id |
SANBUENAV2_fc943a3664fef988ca9965ce822f9c26 |
---|---|
oai_identifier_str |
oai:bibliotecadigital.usb.edu.co:10819/13255 |
network_acronym_str |
SANBUENAV2 |
network_name_str |
Repositorio USB |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Creación de un ecualizador automático basado en espectros de frecuencia promedio a largo plazo, tomados de producciones musicales de pista unica entre 2017 y 2022 |
title |
Creación de un ecualizador automático basado en espectros de frecuencia promedio a largo plazo, tomados de producciones musicales de pista unica entre 2017 y 2022 |
spellingShingle |
Creación de un ecualizador automático basado en espectros de frecuencia promedio a largo plazo, tomados de producciones musicales de pista unica entre 2017 y 2022 530 - Física::534 - Sonido y vibraciones relacionadas Producción musical Sistema auditivo Grabaciones Ecualizador automático LTAS Filtro IIR Metodo autorregresivo Yule-Walker Automatic equalizer IIR filter Autoregressive method |
title_short |
Creación de un ecualizador automático basado en espectros de frecuencia promedio a largo plazo, tomados de producciones musicales de pista unica entre 2017 y 2022 |
title_full |
Creación de un ecualizador automático basado en espectros de frecuencia promedio a largo plazo, tomados de producciones musicales de pista unica entre 2017 y 2022 |
title_fullStr |
Creación de un ecualizador automático basado en espectros de frecuencia promedio a largo plazo, tomados de producciones musicales de pista unica entre 2017 y 2022 |
title_full_unstemmed |
Creación de un ecualizador automático basado en espectros de frecuencia promedio a largo plazo, tomados de producciones musicales de pista unica entre 2017 y 2022 |
title_sort |
Creación de un ecualizador automático basado en espectros de frecuencia promedio a largo plazo, tomados de producciones musicales de pista unica entre 2017 y 2022 |
dc.creator.fl_str_mv |
Bedoya Salazar, Jose Manuel Merino Jaramillo, David |
dc.contributor.advisor.none.fl_str_mv |
Yepes Díaz, Mateo |
dc.contributor.author.none.fl_str_mv |
Bedoya Salazar, Jose Manuel Merino Jaramillo, David |
dc.subject.ddc.none.fl_str_mv |
530 - Física::534 - Sonido y vibraciones relacionadas |
topic |
530 - Física::534 - Sonido y vibraciones relacionadas Producción musical Sistema auditivo Grabaciones Ecualizador automático LTAS Filtro IIR Metodo autorregresivo Yule-Walker Automatic equalizer IIR filter Autoregressive method |
dc.subject.other.none.fl_str_mv |
Producción musical Sistema auditivo Grabaciones |
dc.subject.proposal.spa.fl_str_mv |
Ecualizador automático LTAS Filtro IIR Metodo autorregresivo Yule-Walker |
dc.subject.proposal.eng.fl_str_mv |
Automatic equalizer IIR filter Autoregressive method |
description |
El presente trabajo busca crear un ecualizador automatico basado en los espectros de frecuencia a largo plazo (LTAS) de las canciones mas escuchadas en Colombia en la plataforma Spotify entre 2017 y 2022, clasificadas por genero de manera que el usuario tenga multiples opciones al momento de aplicar el prototipo a su produccion. Estos espectros se obtienen por 2 metodos basados en modelos de extracción de LTAS, los cuales se comparan entre si para evaluar las diferencias entre la curva generada por cada metodo, además de la precisión de cada uno; para así poder ecualizar una cancion tal que se asemeje al espectro promedio del genero que escoja el usuario, lo cual se busca lograr por medio de filtros de respuesta al impulso infinita (IIR) y se suavizan por medio de filtros gaussianos para disminuir los armonicos y ruidos que estos puedan inducir sobre el espectro resultante. Se presentan de manera grafica los espectros resultantes, en los cuales se encuentran algunas discrepancias entre los espectros objetivos y los espectros resultantes, principalmente por las condiciones dadas por la normativa EBU R-128, la cual rige en parte el metodo dos aqu ´ ´ı utilizado, ademas de la inestabilidad de los filtros IIR; y se realiza el diseño de un prototipo del ecualizador, tal que el usuario pueda importar la produccion a procesar, aplicar y modificar de diferentes maneras la forma en la que el ecualizador actua sobre esta y exportar el resultado como este lo desee. |
publishDate |
2022 |
dc.date.issued.none.fl_str_mv |
2022 |
dc.date.accessioned.none.fl_str_mv |
2024-03-19T17:28:39Z |
dc.date.available.none.fl_str_mv |
2024-03-19T17:28:39Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
acceptedVersion |
dc.identifier.citation.none.fl_str_mv |
Jose Bedoya ”and” David Merino, ”Creaci ´ on de un ecualizador automatico basado en espectros de frecuencia promedio a largo plazo, tomados de producciones musicales de pista unica entre 2017 y 2022”, Tesis de Pregrado, Ingenier´ıa de Sonido, Universidad de San Buenaventura, Facultad de Ingenier´ıas, 2022 |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de San Buenaventura |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Universidad de San Buenaventura |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://bibliotecadigital.usb.edu.co/ |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10819/13255 |
identifier_str_mv |
Jose Bedoya ”and” David Merino, ”Creaci ´ on de un ecualizador automatico basado en espectros de frecuencia promedio a largo plazo, tomados de producciones musicales de pista unica entre 2017 y 2022”, Tesis de Pregrado, Ingenier´ıa de Sonido, Universidad de San Buenaventura, Facultad de Ingenier´ıas, 2022 instname:Universidad de San Buenaventura reponame:Repositorio Institucional Universidad de San Buenaventura repourl:https://bibliotecadigital.usb.edu.co/ |
url |
https://hdl.handle.net/10819/13255 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.format.extent.none.fl_str_mv |
57 páginas |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Universidad de San Buenaventura |
dc.publisher.branch.spa.fl_str_mv |
Medellín |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería |
dc.publisher.place.none.fl_str_mv |
Medellín |
dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sonido |
institution |
Universidad de San Buenaventura |
dc.source.other.none.fl_str_mv |
Biblioteca USB Medellín (San Benito): TG-7020t |
bitstream.url.fl_str_mv |
https://bibliotecadigital.usb.edu.co/bitstreams/faa77862-7684-47c9-82a7-d999478a9855/download https://bibliotecadigital.usb.edu.co/bitstreams/f869fcee-455a-41c9-b287-49398702ae7b/download https://bibliotecadigital.usb.edu.co/bitstreams/c2f6f2a7-726d-43f2-b5d1-f0e37e8e1b0b/download https://bibliotecadigital.usb.edu.co/bitstreams/81deac72-8bc9-4296-a5d5-af1cf0111ce0/download |
bitstream.checksum.fl_str_mv |
44c09d426429537ea2e40ce55881bb12 ce8fd7f912f132cbeb263b9ddc893467 ec7b23aa26cb1fb24c5d42945c548d7e 476bdac2d331fc1094374f3dcce8aa3e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad de San Buenaventura Colombia |
repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
_version_ |
1812932458740449280 |
spelling |
Yepes Díaz, Mateob181e0ce-3d3b-4793-93ad-ecc95c04a275-1Bedoya Salazar, Jose Manuel459667b2-f9e0-45d6-b4d5-54e461602dc3-1Merino Jaramillo, David5aaeb5c8-c189-4e3a-bc5a-cfa3fb6b0127-12024-03-19T17:28:39Z2024-03-19T17:28:39Z2022El presente trabajo busca crear un ecualizador automatico basado en los espectros de frecuencia a largo plazo (LTAS) de las canciones mas escuchadas en Colombia en la plataforma Spotify entre 2017 y 2022, clasificadas por genero de manera que el usuario tenga multiples opciones al momento de aplicar el prototipo a su produccion. Estos espectros se obtienen por 2 metodos basados en modelos de extracción de LTAS, los cuales se comparan entre si para evaluar las diferencias entre la curva generada por cada metodo, además de la precisión de cada uno; para así poder ecualizar una cancion tal que se asemeje al espectro promedio del genero que escoja el usuario, lo cual se busca lograr por medio de filtros de respuesta al impulso infinita (IIR) y se suavizan por medio de filtros gaussianos para disminuir los armonicos y ruidos que estos puedan inducir sobre el espectro resultante. Se presentan de manera grafica los espectros resultantes, en los cuales se encuentran algunas discrepancias entre los espectros objetivos y los espectros resultantes, principalmente por las condiciones dadas por la normativa EBU R-128, la cual rige en parte el metodo dos aqu ´ ´ı utilizado, ademas de la inestabilidad de los filtros IIR; y se realiza el diseño de un prototipo del ecualizador, tal que el usuario pueda importar la produccion a procesar, aplicar y modificar de diferentes maneras la forma en la que el ecualizador actua sobre esta y exportar el resultado como este lo desee.This document is projected on the creation of an automatic equalizer based on long term average spectrum (LTAS) of the most listened songs in Colombia on Spotify between the years 2017 and 2022, classified by genre in a way that the user has multiple choices when applying the prototipe to their music production. The LTAS are obtained through 2 methods based on LTAS-extraction models, which are then compared between them to evaluate their differences through the obtained curves for each method, as well as the precision of such curves; so that a song can be equalized approximately to the LTAS of the user-selected genre, which is accomplished through Infinite Impulse response filters (IIR) and smoothed through a gaussian filter to lower the harmonics and noises induced by the filters on the output spectrum. These are graphically presented, where one can spot a few discrepancies between the target and the output spectrums, mainly due to the conditions imposed by the EBU R-128 regulation, which dictates from a certain point the way the second method used works, as well as the inestability of the IIR filters; and it is designed a prototype of the equalizer which allows the user to import the production to process, apply and modify the different ways the equalizer acts upon it, and export the result how they pleasePregradoIngeniero de SonidoSedes::Medellín::Línea de investigación acústica y procesamiento de señal (Medellín)57 páginasapplication/pdfJose Bedoya ”and” David Merino, ”Creaci ´ on de un ecualizador automatico basado en espectros de frecuencia promedio a largo plazo, tomados de producciones musicales de pista unica entre 2017 y 2022”, Tesis de Pregrado, Ingenier´ıa de Sonido, Universidad de San Buenaventura, Facultad de Ingenier´ıas, 2022instname:Universidad de San Buenaventurareponame:Repositorio Institucional Universidad de San Buenaventurarepourl:https://bibliotecadigital.usb.edu.co/https://hdl.handle.net/10819/13255spaUniversidad de San BuenaventuraMedellínFacultad de IngenieríaMedellínIngeniería de Sonidoinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Biblioteca USB Medellín (San Benito): TG-7020t530 - Física::534 - Sonido y vibraciones relacionadasProducción musicalSistema auditivoGrabacionesEcualizador automáticoLTASFiltro IIRMetodo autorregresivoYule-WalkerAutomatic equalizerIIR filterAutoregressive methodCreación de un ecualizador automático basado en espectros de frecuencia promedio a largo plazo, tomados de producciones musicales de pista unica entre 2017 y 2022Trabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1fTextinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPinfo:eu-repo/semantics/acceptedVersionComunidad Científica y AcadémicaPublicationORIGINALEcualizador_Espectros_Promedio_2023.pdfEcualizador_Espectros_Promedio_2023.pdfapplication/pdf7079973https://bibliotecadigital.usb.edu.co/bitstreams/faa77862-7684-47c9-82a7-d999478a9855/download44c09d426429537ea2e40ce55881bb12MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82079https://bibliotecadigital.usb.edu.co/bitstreams/f869fcee-455a-41c9-b287-49398702ae7b/downloadce8fd7f912f132cbeb263b9ddc893467MD52TEXTEcualizador_Espectros_Promedio_2023.pdf.txtEcualizador_Espectros_Promedio_2023.pdf.txtExtracted texttext/plain101907https://bibliotecadigital.usb.edu.co/bitstreams/c2f6f2a7-726d-43f2-b5d1-f0e37e8e1b0b/downloadec7b23aa26cb1fb24c5d42945c548d7eMD53THUMBNAILEcualizador_Espectros_Promedio_2023.pdf.jpgEcualizador_Espectros_Promedio_2023.pdf.jpgGenerated Thumbnailimage/jpeg6686https://bibliotecadigital.usb.edu.co/bitstreams/81deac72-8bc9-4296-a5d5-af1cf0111ce0/download476bdac2d331fc1094374f3dcce8aa3eMD5410819/13255oai:bibliotecadigital.usb.edu.co:10819/132552024-03-20 04:01:36.292https://bibliotecadigital.usb.edu.coRepositorio Institucional Universidad de San Buenaventura Colombiabdigital@metabiblioteca.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 |