Ejemplos de aplicaciones comerciales basadas en la
recuperación de información musical
Las aplicaciones comerciales suelen estar orientadas a funciones básicas de alto nivel que
resulten prácticas para la producción o el desarrollo comercial. Muchos de los algoritmos
son relativamente simples y fueron desarrollados mediante investigaciones científicas pero
las aplicaciones se orientan a la facilidad de uso como producto específico. Algunas
aplicaciones requieren de gran cantidad de recursos y algoritmos más complejos.
Progresiones de acordes
La aplicación Riffstation, que en realidad era muy simple pero extraía los acordes de
guitarra de las canciones:
https://youtu.be/f9ZrxiuVfUs
Detección y corrección de altura
Las aplicaciones Melodyne y Auto-Tune detectan la melodía y pueden corregir o cambiar la
altura:
Página de Melodyne:
https://www.celemony.com/es/melodyne/what-is-melodyne
Un ejemplo de uso y cómo suena:
https://youtu.be/G4sO1Y0JWB8
Página de Auto-Tune:
https://www.antarestech.com
Un ejemplo de uso y cómo suena (Está en inglés. Se pueden generar subtítulos en español:
subtítulos -> traducción automática -> español):
https://youtu.be/bKwwyk-Lc94
Separación de fuentes
Existen varios algoritmos para la separación de fuentes sonoras, algunos son
matemáticamente complicados y muchas implementación en investigación tienden a ser
eficaces para ciertos tipos de instrumentos y géneros. Recientemente, con desarrollos
Una aplicación comercial reciente, basada en algoritmos de inteligencia artificial, que se
puede evaluar en modo gratuito y fácilmente en teléfonos inteligentes es Moses. También
realiza detección de acordes y tempo.
https://moises.ai/es
Detección de canciones y control de los derechos de autor
YouTube es muy estricto con la música que suena en los videos, detecta las canciones
famosas que litigan por el derecho de autor cuando se sube un video con música, incluso
sonando de fondo en una fiesta. El asistente de Google puede buscar canciones grabándola
con el micrófono si están sonando o se puede tararear. Este tipo de aplicaciones requieren
de grandes bases de datos.
Búsqueda por sonido en el asistente de Google:
https://support.google.com/websearch/answer/7554088?hl=es-419&co=GENIE.Platform%3
DAndroid
Nota sobre monitorización y detección por huella digital acústica:
https://www.elconfidencial.com/empresas/2021-05-10/pagar-derechos-canciones-algoritmo-
spotify-bra_3069480
https://es.wikipedia.org/wiki/Huella_digital_ac%C3%BAstica
Inteligencia artificial
Recientemente, la IA abrió varios campos de exploración relacionados con la MIR. Dejo
unos enlaces pero no es algo que vayamos a ver.
Proyecto Magenta de Google:
https://magenta.tensorflow.org/demos
Separación de fuentes de Meta:
https://tech.facebook.com/artificial-intelligence/2020/3/one-track-minds-using-ai-for-music-so
urce-separation
Algunos repositorios de código fuente
Afortunadamente, muchos de los algoritmos, al estar basados en la investigación, son
publicados como código abierto y pueden ser utilizados en proyectos que requieran
programación. Aquí hay solo algunos que guardo como muestra pero no son necesarios
para la materia.
Separación de fuentes musicales:
https://github.com/facebookresearch/demucs
IA:
https://magenta.tensorflow.org
