Compresión dinámica multibanda automática basada en la función de densidad de probabilidad de un género musical
El proceso de mastering es la etapa final en la postproducción de audio, siendo la etapa de compresión una de las más importantes dentro de este proceso, ya que es quien controla el rango dinámico de una producción musical. Para cada género se maneja una distribución promedio de la dinámica, la cual...
- Autores:
-
Restrepo Manrique, Santiago
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad de San Buenaventura
- Repositorio:
- Repositorio USB
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.usb.edu.co:10819/13234
- Acceso en línea:
- https://hdl.handle.net/10819/13234
- Palabra clave:
- 530 - Física::534 - Sonido y vibraciones relacionadas
Literatura
Discusión
Compresión
Modelo estadístico
IMP
Compression
Statistical model
- Rights
- openAccess
- License
- http://purl.org/coar/access_right/c_abf2
id |
SANBUENAV2_998aa05b3af391f926981770e7942724 |
---|---|
oai_identifier_str |
oai:bibliotecadigital.usb.edu.co:10819/13234 |
network_acronym_str |
SANBUENAV2 |
network_name_str |
Repositorio USB |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Compresión dinámica multibanda automática basada en la función de densidad de probabilidad de un género musical |
title |
Compresión dinámica multibanda automática basada en la función de densidad de probabilidad de un género musical |
spellingShingle |
Compresión dinámica multibanda automática basada en la función de densidad de probabilidad de un género musical 530 - Física::534 - Sonido y vibraciones relacionadas Literatura Discusión Compresión Modelo estadístico IMP Compression Statistical model |
title_short |
Compresión dinámica multibanda automática basada en la función de densidad de probabilidad de un género musical |
title_full |
Compresión dinámica multibanda automática basada en la función de densidad de probabilidad de un género musical |
title_fullStr |
Compresión dinámica multibanda automática basada en la función de densidad de probabilidad de un género musical |
title_full_unstemmed |
Compresión dinámica multibanda automática basada en la función de densidad de probabilidad de un género musical |
title_sort |
Compresión dinámica multibanda automática basada en la función de densidad de probabilidad de un género musical |
dc.creator.fl_str_mv |
Restrepo Manrique, Santiago |
dc.contributor.advisor.none.fl_str_mv |
Yepes Díaz, Mateo |
dc.contributor.author.none.fl_str_mv |
Restrepo Manrique, Santiago |
dc.subject.ddc.none.fl_str_mv |
530 - Física::534 - Sonido y vibraciones relacionadas |
topic |
530 - Física::534 - Sonido y vibraciones relacionadas Literatura Discusión Compresión Modelo estadístico IMP Compression Statistical model |
dc.subject.other.none.fl_str_mv |
Literatura Discusión |
dc.subject.proposal.spa.fl_str_mv |
Compresión Modelo estadístico IMP |
dc.subject.proposal.eng.fl_str_mv |
Compression |
dc.subject.proposal.jpn.fl_str_mv |
Statistical model |
description |
El proceso de mastering es la etapa final en la postproducción de audio, siendo la etapa de compresión una de las más importantes dentro de este proceso, ya que es quien controla el rango dinámico de una producción musical. Para cada género se maneja una distribución promedio de la dinámica, la cual se busca conseguir por medio del uso de un compresor en el proceso de mastering, con el fin de automatizar este proceso se utiliza un modelo estadístico basado en la dinámica de un género en particular. Los parámetros del compresor como los balísticos, el umbral y la relación son automatizados mediante la aproximación de los momentos centrales y no centrales de la función de densidad de probabilidad de la canción de entrada y un objetivo calculado a partir de un corpus de canciones del género en específico. Por último, se compara el compresor con canciones del género sin masterizar y también con su versión masterizada |
publishDate |
2023 |
dc.date.issued.none.fl_str_mv |
2023 |
dc.date.accessioned.none.fl_str_mv |
2024-03-15T21:40:21Z |
dc.date.available.none.fl_str_mv |
2024-03-15T21:40:21Z |
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.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/10819/13234 |
identifier_str_mv |
instname:Universidad de San Buenaventura reponame:Repositorio Institucional Universidad de San Buenaventura repourl:https://bibliotecadigital.usb.edu.co/ |
url |
https://hdl.handle.net/10819/13234 |
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 |
49 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.bibliographicCitation.spa.fl_str_mv |
J. Bitzer, D. Schmidt, y U. Simmer, "Parameter estimation of dynamic range compressors: models, procedures and test signals," Paper 6849, (2006 Mayo). https://bit.ly/3LEPWur A. Mason, N. Jillings, Z. Ma, J. D. Reiss, y F. Melchior, “Adaptive audio reproduction using personalised compression” en AES 57th International Conference, Hollywood, CA, USA, 2015 March 6–8. bit.ly/44drkAf D. Giannoulis y J. D. Reiss, “Parameter automation in a dynamic range compressor” en J. Audio Eng. Soc., Vol. 61, No. 10, pp.716-726 2013 octubre. bit.ly/40PTmyD M. Hilsamer y S. Herzog, “A statistical approach to automated offline dynamic processing in the audio mastering process”, DAFx 2014 - en 17th International Conference on Digital Audio Effects, pp. 1–6, 2014. bit.ly/40QJPaE M. A. Cuartas, “La producción musical como objeto de estudio musicológico: un acercamiento metodológico a su análisis”, Cuadernos de Etnomusicología, No. 8, 2016, pp. 20-47. bit.ly/44rUaNh J. A. Maddams, S. Finn, y J. D. Reiss, “An autonomous method for multi-track dynamic range compression” en Proc. of the 15thInt. Conference on Digital Audio Effects (DAFx-12), York, UK, September 17-21, 2012. bit.ly/3VkTOnp E. Deruty, P. Roy y F. Pachet, “Human-made rock mixes feature tight relations between spectrum and loudness creativity and universality in language view project flow composer View project Spotify”, J. Audio Eng. Soc., Vol. 62, No. 10, pp. 643-653, 2014. bit.ly/3NF3V4K Z. Ma, B. de Man, P. D. L. Pestana, D. A. A. Black, and J. D. Reiss, “Intelligent multitrack dynamic range compression,” AES: Journal of the Audio Engineering Society, vol. 63, no. 6, pp. 412–426, Jun. 2015, doi: 10.17743/jaes.2015.0053. M. Kirchberger and F. A. Russo, “Dynamic Range Across Music Genres and the Perception of Dynamic Compression in Hearing-Impaired Listeners,” in Trends in Hearing, Jan. 2016, vol. 20, pp.1-16. doi: 10.1177/2331216516630549. A. Wilson y B. Fazenda, “An evolutionary computational approach to intelligent music production informed by experimentally gathered domain knowledge” en 2ndAES Workshop on Intelligent Music Production, London, UK, 13 September 2016. bit.ly/3Vla6N3 D. Moffat and M. B. Sandler, “Approaches in intelligent music production,” Arts, vol. 8, no. 4, p. 125, 2019, doi: 10.3390/arts8040125. Tarr, E. (2018) Hack Audio.Routledge 1st edn. Taylor and Francis.bit.ly/3NCUNh4 Pirkle, W. (2019). Designing Audio Effect Plugins in C++: For AAX, AU, and VST3 with DSP Theory (2nd ed.). Routledge. https://doi.org/10.4324/9780429490248 I. Radiocommunication Bureau, “Algorithms to measure audio programme loudness and true-peak audio level BS Series Broadcasting service (sound),” International Telecomunication Union (ITU) 2015. J. M. Kates, “Principles of digital dynamic-range compression” en Trends In Amplification. Vol. 9, Num. 2, pp. 45-76, 2005. R. Beaver, W. Mendenhall, y B. Beaver, Introducción a la probabilidad y estadística, Cengage Learning 13 a ed. bit.ly/3LSAQS0 |
dc.source.other.none.fl_str_mv |
Biblioteca USB Medellín (San Benito): TG-7005t |
bitstream.url.fl_str_mv |
https://bibliotecadigital.usb.edu.co/bitstreams/6e2f900f-21d2-480a-baee-61e7c7f57771/download https://bibliotecadigital.usb.edu.co/bitstreams/b3ad59cd-538e-4a18-bd2f-bda36ff31066/download https://bibliotecadigital.usb.edu.co/bitstreams/2bd001e6-412d-47bc-8271-c9d273be5199/download https://bibliotecadigital.usb.edu.co/bitstreams/b5e4b194-a1e6-441d-a16d-1c702d58437b/download |
bitstream.checksum.fl_str_mv |
46bfd190b35e4975a7e502c91f71ff2a ce8fd7f912f132cbeb263b9ddc893467 1d70991c32ccadd225df238490ba00b8 9ee024dcd8521a086c12dc106b5b97c2 |
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_ |
1837099265979056128 |
spelling |
Yepes Díaz, Mateob181e0ce-3d3b-4793-93ad-ecc95c04a275-1Restrepo Manrique, Santiago246cb0b4-4afc-4dbc-8c8f-c0ad5f9ad546-12024-03-15T21:40:21Z2024-03-15T21:40:21Z2023El proceso de mastering es la etapa final en la postproducción de audio, siendo la etapa de compresión una de las más importantes dentro de este proceso, ya que es quien controla el rango dinámico de una producción musical. Para cada género se maneja una distribución promedio de la dinámica, la cual se busca conseguir por medio del uso de un compresor en el proceso de mastering, con el fin de automatizar este proceso se utiliza un modelo estadístico basado en la dinámica de un género en particular. Los parámetros del compresor como los balísticos, el umbral y la relación son automatizados mediante la aproximación de los momentos centrales y no centrales de la función de densidad de probabilidad de la canción de entrada y un objetivo calculado a partir de un corpus de canciones del género en específico. Por último, se compara el compresor con canciones del género sin masterizar y también con su versión masterizadaThe mastering process is the final stage in audio post-production, being the compression stage one of the most important within this process, since it is the one who controls the dynamic range of a musical production. For each genre an average dynamic distribution is handled, which is sought to be achieved through the use of a compressor in the mastering process, in order to automate this process a statistical model based on the dynamics of a particular genre is used. Compressor parameters such as ballistic, threshold and ratio are automated by approximating the central and non-central moments of the probability density function of the input song and a target calculated from a corpus of songs of the specific genre. Finally, the compressor is compared with unmastered songs of the genre and also with their mastered version.PregradoIngeniero de Sonido49 páginasapplication/pdfinstname:Universidad de San Buenaventurareponame:Repositorio Institucional Universidad de San Buenaventurarepourl:https://bibliotecadigital.usb.edu.co/https://hdl.handle.net/10819/13234spaUniversidad de San BuenaventuraMedellínFacultad de IngenieríaMedellínIngeniería de Sonidoinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2J. Bitzer, D. Schmidt, y U. Simmer, "Parameter estimation of dynamic range compressors: models, procedures and test signals," Paper 6849, (2006 Mayo). https://bit.ly/3LEPWurA. Mason, N. Jillings, Z. Ma, J. D. Reiss, y F. Melchior, “Adaptive audio reproduction using personalised compression” en AES 57th International Conference, Hollywood, CA, USA, 2015 March 6–8. bit.ly/44drkAfD. Giannoulis y J. D. Reiss, “Parameter automation in a dynamic range compressor” en J. Audio Eng. Soc., Vol. 61, No. 10, pp.716-726 2013 octubre. bit.ly/40PTmyDM. Hilsamer y S. Herzog, “A statistical approach to automated offline dynamic processing in the audio mastering process”, DAFx 2014 - en 17th International Conference on Digital Audio Effects, pp. 1–6, 2014. bit.ly/40QJPaEM. A. Cuartas, “La producción musical como objeto de estudio musicológico: un acercamiento metodológico a su análisis”, Cuadernos de Etnomusicología, No. 8, 2016, pp. 20-47. bit.ly/44rUaNhJ. A. Maddams, S. Finn, y J. D. Reiss, “An autonomous method for multi-track dynamic range compression” en Proc. of the 15thInt. Conference on Digital Audio Effects (DAFx-12), York, UK, September 17-21, 2012. bit.ly/3VkTOnpE. Deruty, P. Roy y F. Pachet, “Human-made rock mixes feature tight relations between spectrum and loudness creativity and universality in language view project flow composer View project Spotify”, J. Audio Eng. Soc., Vol. 62, No. 10, pp. 643-653, 2014. bit.ly/3NF3V4KZ. Ma, B. de Man, P. D. L. Pestana, D. A. A. Black, and J. D. Reiss, “Intelligent multitrack dynamic range compression,” AES: Journal of the Audio Engineering Society, vol. 63, no. 6, pp. 412–426, Jun. 2015, doi: 10.17743/jaes.2015.0053.M. Kirchberger and F. A. Russo, “Dynamic Range Across Music Genres and the Perception of Dynamic Compression in Hearing-Impaired Listeners,” in Trends in Hearing, Jan. 2016, vol. 20, pp.1-16. doi: 10.1177/2331216516630549.A. Wilson y B. Fazenda, “An evolutionary computational approach to intelligent music production informed by experimentally gathered domain knowledge” en 2ndAES Workshop on Intelligent Music Production, London, UK, 13 September 2016. bit.ly/3Vla6N3D. Moffat and M. B. Sandler, “Approaches in intelligent music production,” Arts, vol. 8, no. 4, p. 125, 2019, doi: 10.3390/arts8040125.Tarr, E. (2018) Hack Audio.Routledge 1st edn. Taylor and Francis.bit.ly/3NCUNh4Pirkle, W. (2019). Designing Audio Effect Plugins in C++: For AAX, AU, and VST3 with DSP Theory (2nd ed.). Routledge. https://doi.org/10.4324/9780429490248I. Radiocommunication Bureau, “Algorithms to measure audio programme loudness and true-peak audio level BS Series Broadcasting service (sound),” International Telecomunication Union (ITU) 2015.J. M. Kates, “Principles of digital dynamic-range compression” en Trends In Amplification. Vol. 9, Num. 2, pp. 45-76, 2005.R. Beaver, W. Mendenhall, y B. Beaver, Introducción a la probabilidad y estadística, Cengage Learning 13 a ed. bit.ly/3LSAQS0Biblioteca USB Medellín (San Benito): TG-7005t530 - Física::534 - Sonido y vibraciones relacionadasLiteraturaDiscusiónCompresiónModelo estadísticoIMPCompressionStatistical modelCompresión dinámica multibanda automática basada en la función de densidad de probabilidad de un género musicalTrabajo 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 AcadémicaPublicationORIGINALCompresion_Dinamica_Multibanda_Restrepo_2023 (002).pdfCompresion_Dinamica_Multibanda_Restrepo_2023 (002).pdfapplication/pdf1733244https://bibliotecadigital.usb.edu.co/bitstreams/6e2f900f-21d2-480a-baee-61e7c7f57771/download46bfd190b35e4975a7e502c91f71ff2aMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-82079https://bibliotecadigital.usb.edu.co/bitstreams/b3ad59cd-538e-4a18-bd2f-bda36ff31066/downloadce8fd7f912f132cbeb263b9ddc893467MD52TEXTCompresion_Dinamica_Multibanda_Restrepo_2023 (002).pdf.txtCompresion_Dinamica_Multibanda_Restrepo_2023 (002).pdf.txtExtracted texttext/plain64197https://bibliotecadigital.usb.edu.co/bitstreams/2bd001e6-412d-47bc-8271-c9d273be5199/download1d70991c32ccadd225df238490ba00b8MD53THUMBNAILCompresion_Dinamica_Multibanda_Restrepo_2023 (002).pdf.jpgCompresion_Dinamica_Multibanda_Restrepo_2023 (002).pdf.jpgGenerated Thumbnailimage/jpeg6024https://bibliotecadigital.usb.edu.co/bitstreams/b5e4b194-a1e6-441d-a16d-1c702d58437b/download9ee024dcd8521a086c12dc106b5b97c2MD5410819/13234oai:bibliotecadigital.usb.edu.co:10819/132342025-02-28 14:30:38.468https://bibliotecadigital.usb.edu.coRepositorio Institucional Universidad de San Buenaventura Colombiabdigital@metabiblioteca.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 |