Logo audio DSP Lab

MIR y Machine Learning

¿Quieres aprender a programar aplicaciones que analizan el audio y entienden su significado musical?

La recuperación de información musical (Music Information Retrieval – M.I.R.) es un campo de la ciencia que analiza el contenido espectral y temporal de señales de audio para poder describir su contenido.
Por ejemplo, para decidir de manera automática si una canción es triste, alegre o agresiva, o también para determinar si una canción se parece a otra y poder recomendartela, como hace Spotify.

¿Este curso es para mi?

Si estás interesado en desarrollar aplicaciones que entiendan automáticamente la música y puedan usar esa información para crear nuevas herramientas, este curso es para tí.

Si quieres aprender como funcionan los sistemas de recomendación de las plataformas digitales (Spotify, SoundCloud, YouTube, etc), si estás interesado en reconocer automáticamente distintos instrumentos en una mezcla o si quieres apredender como funcionan las técnicas de Fingerprinting que usa Shazam, por ejemplo, este curso te introduce a todos los conceptos necesarios para desarrollar este tipo de aplicaciones.

Requisitos

Conocimientos básicos de C++ y Python.

Manejo de una IDE (MS Visual Studio, Xcode, PyCharm o Visual Code).

Conocimientos básicos de procesado de señal, de música y de inglés.

Temario

BÁSICO

  • Introducción a MIR.
  • Transformada de Fourier. FFT y STFT.
  • Detección de tono monofónico (pitch detection).
  • Descriptores de audio: bajo, medio y alto nivel.

INTERMEDIO

  • Descriptores de bajo nivel.
  • MFCCs.
  • Timbre y tonalidad.

AVANZADO

  • Introducción a Machine Learning.
  • Deep Learning para MIR.
  • Clasificación de género músical y carácter musical (mood) con CNNs.
  • Detección de transitorios y estimación del tempo con RNNs.

Duración y Precio

Se puede cursar cada nivel independientemente.

La duración de cada nivel es de 30 horas y su precio es de 120€.

El curso completo se compone de 90 horas y su precio total es de 320€ (ahorras un 10% si te inscribes en el curso completo).

Ir al contenido