Project Design and Management
Una estrategia metodológica para la optimización de procesos de producción de música POP, basada en modelos computacionales
Publicado Oct 27, 2020
Resumen
Se propone el diseño de una estrategia metodológica compuesta por modelos computacionales, tecnología musical y reglas básicas de composición armónica. La estrategia integra diferentes herramientas como lenguajes de programación, diseño y reutilización de algoritmos y librerías para la extracción de características fuertes a las muestras producidas por un intérprete, así como la ejecución de procesos estocásticos discretos que generan melodías acotadas por reglas básicas de composición de música Pop. Los fragmentos generados son convertidos en series que posteriormente son reproducidos de forma controlada, por un dispositivo MIDI (Musical Instrument Digital Interface). Para garantizar la integración de todos los elementos como un sistema que genera iteraciones, se utilizan protocolos de control abierto entre lenguajes de programación y herramientas que permiten la interconexión y comunicación entre los diferentes componentes tecnológicos que conforman la estrategia. Una vez concluido el proceso de generación de fragmentos melódicos, estos son transmitidos a un gestor de audio y copiados en cada canal del gestor en un formato de tipo estándar MIDI.
##plugins.themes.bootstrap3.article.details##
Cómo citar
Descargar Cita
Descargas
Citas
Asensio, F. M. (2015). Técnicas de investigación de mercados. RC Libros.
Balderrabano, S. (2019). Escalas, cadencias y timbres en la música tonal. Algunas reflexiones acerca del concepto" tonalidad".
Choque, M. A., & Araya, D. P. (2014). Una modificación al método varimax para delimitar Regiones Urbanas Funcionales usando la vecindad espacial. Investigaciones regionales. Journal of Regional Research, (30), 103-126.
Coca, A. E. (2009). Composición automática de fragmentos musicales con sistemas dinámicos caóticos y bifurcaciones. Maestria thesis, Universidad Nacional de Colombia - Sede Manizales. Retrieved from http://www.bdigital.unal.edu.co/3518/#sthash.NFM81R8F.dpa
Erkkilä, J. (2000). A proposition for the didactics of music therapy improvisation. Nordisk Tidsskrift for Musikkterapi, 9(1), 13-25. doi:10.1080/0809 8130009477982.
Galbis, C. (2006). Armonía funcional. Buenos Aires, Argentina: Melos (Ricordi Americana).
González Alonso, J., & Pazmiño Santacruz, M. (2015). Cálculo e interpretación del Alfa de Cronbach para el caso de validación de la consistencia interna de un cuestionario, con dos posibles escalas tipo Likert. Revista publicando, 2(1), 62-67.
Harte, C. (2010). Towards automatic extraction of harmony information from music signals. University of London. Retrieved from http://qmro.qmul.ac.uk/jspui/handle/123456789/534
Hiller, L. A., e Isaacson, L. M. (1979). Experimental Music; Composition with an electroMnic computer. Connecticut, Westport: Greenwood Publishing Group Inc.
Hori, G. & Sagayama, S. (2016). Minimax Viterbi Algorithm for Hmm-Based Guitar Fingering Decision. In Proc. 17th International Society for Music Information Retrieval Conference. (pp. 448–453).
Inoñán, M.J. (2010). Compositor automático de música aleatoria siguiendo una melodía patrón. Trabajo de pregrado, Pontificia Universidad Católica del Perú, Lima. Retrieved from http://tesis.pucp.edu.pe/repositorio/handle/123456789/521
Kapur, A., Cook, P., Salazar, S., & Wang, G. (2015). Programming for musicians and digital artists (p. 3). NY.
Kolman, B. (2013). Algebra Lineal. Fundamentos y aplicaciones/por Bernard Kolman y David R. Hill (No. 512.5 K6 2013.).
Mahía, R. (2011). Análisis factorial. Retrieved from http://www. uam. es/personal_pdi/economicas/eva/pdf/factorial. pdf Consulta, 23-03-2017.
Romero, M. D. (2004). Las matemáticas en el serialismo musical. Sigma: revista de matemáticas= matematika aldizkaria, (24), 93-98.
Rumsey, F., y McCormick, T. (2004). Sonido y grabación: introducción a las técnicas sonoras (2ª edición). España: Instituto Oficial de Radio y Televisión.
SPSS Software. (2020). Retrieved from https://www.ibm.com/analytics/spss-statistics-software
Swanwick, K. (2002). Teaching music musically. Routledge.
Thorogood, M., Fan, J., & Pasquier, P. (2019). A framework for computer-assisted sound design systems supported by modelling affective and perceptual properties of soundscape. Journal of New Music Research, 1-17.
Turchet, L. (2018). Smart Musical Instruments: vision, design principles, and future directions. IEEE Access, 7, 8944-8963.
Turchet, L., & Barthet, M. (2019). An ubiquitous smart guitar system for collaborative musical practice. Journal of New Music Research, 48(4), 352-365.
Turchet, L., Fischione, C., Essl, G., Keller, D., & Barthet, M. (2018). Internet of musical things: Vision and challenges. IEEE Access, 6, 61994-62017.
XLSTAT | Statistical Software for Excel. (2020). Retrieved from https://www.xlstat.com/
