Autores:

EL USO DE LAS REDES NEURONALES Narda Naomi Lanuza Bustamante

Nilton Omar Santillan Aching
EN LA CLASIFICACIN DE LOS
GNEROS MUSICALES
PROBLEMA DE INVESTIGACIN:
En los ltimos aos, y debido al creciente fenmeno de distribucin de msica a travs de Internet,
ha surgido la necesidad de crear sistemas capaces de clasificar msica de manera automtica. Sin
embargo, son muchos los estudios que se han realizado con el fin de establecer, cules son aquellas
caractersticas que constituyen un estilo musical, qu parmetros musicales son relevantes para hacer
la clasificacin y cules son las tcnicas de aprendizaje de mquina ms efectivas para procesar tal
informacin.
OBJETIVO:
El objetivo de la presente, es dar a conocer el uso de redes neuronales en la industria de la
msica. A travs de Redes computacionales, hoy en da es posible compartir bases de
datos de msica en formato digital sin problemas y como consecuencia es necesario contar
con mtodos eficientes que permitan la bsqueda y organizacin de dichas bases.
MARCO CONCEPTUAL
El trmino 'red neuronal' es un trmino biolgico, y aquello a lo que nos referimos como
redes neuronales debera ser llamado redes neuronales artificiales (ANNs). Las ANNs
intentan modelar estas estructuras biolgicas tanto en operatividad como en arquitectura.

NEURONA BIOLGICA NEURONA ARTIFICIAL

METODOLOGA
Se realiz un estudio de la informacin contenida en los archivos digitales de msica con la
finalidad de determinar parmetros representativos de un determinado gnero musical que
luego son usados como entrada a un sistema clasificador implementado con Redes
Neuronales Artificiales. La extraccin de estos parmetros se realiz utilizando anlisis en el
dominio del tiempo, el dominio de la frecuencia y la Transformada de Wavelet
(comparacin de seales). Dicho estudio se realiz enfocado hacia la clasificacin de
canciones de tres gneros: Merengue, Salsa y Vallenato. Centrndose en la identificacin y
extraccin de caractersticas relevantes y que puedan ser usadas como entradas a una Red
Neuronal Artificial.
METODOLOGA
Para esto se implementaron tres topologas diferentes de Red Neuronal:

a)Perceptrn multinivel o multicapa:El perceptrn multinivel de una capa escondida se

entrena utilizando propagacin inversa del error(Backpropagation).
METODOLOGA
b)Red de funciones de base radial (RBF):Una red cuyas funciones de activacin son
gaussianas,que calculan la salida de la funcin en funcin de la distancia a un punto
denominado centro. Al igual que con los perceptrones multicapa, sirven como
aproximadores universales
METODOLOGA
c)Adaboost:Se emplea como algoritmo de
aprendizaje con el objetivo de disminuir el error
de evaluacin a medida que la red se sigue
entrenando.
RESULTADOS
Se extraen un total de 33 parmetros, 5 basados en anlisis en tiempo, 5 basados en
anlisis en frecuencia y 23 a partir de la transformada Wavelet.
 TOPOLOGA CLASIFICACIN PORCENTAJE OBSERVACIONES
CORRECTA CON DE ACIERTO
N DE
NEURONAS EN
CAPA OCULTA

PERCEPTRN 6 72.25% NO SE PRESENTAN MEJORAS

MULTINIVEL SIGNIFICATIVAS AL AUMENTAR EL
N DE NEURONAS EN LA CAPA
OCULTA.

RED DE 19 76.89% EL PORCENTAJE PROMEDIO DE

FUNCIONES DE CLASIFICACION AUMENTA A
BASE RADIAL MEDIDA QUE SE AGREGAN
(RBF) NEURONAS A LA CAPA OCULTA.

Porcentajes de clasificacin correcta utilizando Adaboost.

CONCLUSIONES
El estudio realizado acerca de la obtencin y extraccin de parmetros relevantes, a partir
de un archivo de msica en formato digital, muestra que las caractersticas utilizadas son
apropiadas y permiten diferenciar entre los tres tipos de gneros que forman parte de este
estudio.Los resultados arrojados por los clasificadores implementados corroboran la
afirmacin anterior, ya que de no ser as, la categorizacin de canciones no hubiese
mostrado los satisfactorios resultados obtenidos.
RECOMENDACIONES
A pesar que las redes neuronales artificiales no constituyen un rea nueva de
conocimiento, considero que todava en el pas no se le est prestando la atencin que
debera, teniendo en cuenta las ventajas que presenta sobre otras tcnicas para la
solucin de cierto tipo de problemas, descritos en el presente trabajo.

Nuestra carrera se conjuga perfectamente con la naturaleza del trabajo con redes
neuronales artificiales: el apoyo de un Ingeniero de Sistemas sera de mucha utilidad,
brindando un enfoque sistmico, con slida fundamentacin en programacin y dominio de
un abanico completo de tcnicas de solucin apropiadas para cada uno de los aspectos de
dichos problemas.
Referencias

www.lame.org Grupo de investigacin dedicado a desarrollar algoritmos para

descomprimir MP3.
ngel Prez Lemonche, Clasificacin de gneros musicales basado en contenido, Universidad
Autma de Madrid, Julio 2014.
Blog de acstica musical, acceso el 24 de febrero de 2015,disponible en
http://cpmsacusticamusical.blogspot.com.ar/2009/10/analisis-armonico-el-teorema-de-
fourier.html
Elkin Garca, Guillermo Pacheco y Germn Mancera, Clasificacin de Msica por Gnero
utilizando Redes Neuronales Artificiales, Universidad de los Andes Carrera, Colombia 2005.