CARACTERIZACION DE ENTORNOS ACUSTICOS DINAMICOS MEDIANTE MACHINE LEARNING PARA R...
CARACTERIZACION DE ENTORNOS ACUSTICOS DINAMICOS MEDIANTE MACHINE LEARNING PARA REPRODUCCION DE SONIDO: EXPLORACION METODOLOGICA
LAS COSTUMBRES Y EXPECTATIVAS DE LOS CONSUMIDORES CON RESPECTO A LOS SERVICIOS AUDIOVISUALES (A&V) ESTAN CAMBIANDO RAPIDAMENTE. LA EXPERIENCIA GENERAL DEL USUARIO DE LOS MEDIOS DE COMUNICACION Y EL ENTRETENIMIENTO SE ESTA AMPLIAND...
ver más
Fecha límite participación
Sin fecha límite de participación.
Financiación
concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto
el día 2021-01-01
No tenemos la información de la convocatoria
0%
100%
Información adicional privada
No hay información privada compartida para este proyecto. Habla con el coordinador.
¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video
Proyectos interesantes
PID2019-111403GB-I00
INTELIGENCIA ARTIFICIAL DE SOPORTE A EXPERIENCIAS MUSICALES:...
215K€
Cerrado
ORPHEUS
Object based broadcasting for European leadership in next...
4M€
Cerrado
PDC2022-133319-I00
MODELOS DE IA PARA APLICACIONES DE SONIDO Y MUSICA
133K€
Cerrado
PRE2020-093110
INTELIGENCIA ARTIFICIAL DE SOPORTE A EXPERIENCIAS MUSICALES:...
99K€
Cerrado
DIN2018-009982
Desarrollo e implementación de algoritmo de Deep Learning pa...
64K€
Cerrado
TIN2015-69935-P
RECOLECCION, ESTRUCTURACION Y PROCESADO DE INFORMACION MUSIC...
38K€
Cerrado
Fecha límite de participación
Sin fecha límite de participación.
Descripción del proyecto
LAS COSTUMBRES Y EXPECTATIVAS DE LOS CONSUMIDORES CON RESPECTO A LOS SERVICIOS AUDIOVISUALES (A&V) ESTAN CAMBIANDO RAPIDAMENTE. LA EXPERIENCIA GENERAL DEL USUARIO DE LOS MEDIOS DE COMUNICACION Y EL ENTRETENIMIENTO SE ESTA AMPLIANDO EN CUANTO A LOS TIPOS DE SERVICIOS, EL ENTORNO EN EL QUE SE CONSUMEN Y LOS DISPOSITIVOS UTILIZADOS PARA ACCEDER A ELLOS. SIN EMBARGO, LA PANDEMIA DEL COVID-19 HA CAMBIADO BRUSCAMENTE NUESTROS HABITOS Y LA MAYORIA DE LOS CONTENIDOS AUDIOVISUALES SE CONSUMEN EN LOS HOGARES EN LUGAR DE EN LAS SALAS DE CINE. ADEMAS, LAS EXPERIENCIAS DE ENTRETENIMIENTO INNOVADORAS, COMO LOS CONCIERTOS DE MUSICA EN STREAMING, SE HAN UNIDO A LOS SERVICIOS TRADICIONALES DE STREAMING DE VIDEO (PELICULAS Y CONTENIDOS GENERADOS POR EL USUARIO) Y DE JUEGOS. EN ESTE PUNTO, UNA BUENA EXPERIENCIA DE SONIDO ES ESENCIAL PARA UNA EXPERIENCIA INMERSIVA. POR ELLO, ES NECESARIO DESARROLLAR SISTEMAS INTELIGENTES DE REPRODUCCION DE SONIDO QUE PUEDAN SER REPRODUCIDOS DE FORMA NATURAL, SIN NECESIDAD DE AURICULARES. EL OBJETIVO PRINCIPAL DEL PROYECTO DYNAMIC ES INVESTIGAR SOBRE APLICACIONES DE CONTROL DEL ESPACIO SONORO EN ENTORNOS REALES Y DINAMICOS UTILIZANDO HERRAMIENTAS DE INFERENCIA Y CLASIFICACION BASADAS EN NOVEDOSAS TECNICAS DE APRENDIZAJE AUTOMATICO Y PROFUNDO, BUSCANDO EL MAXIMO RENDIMIENTO, EFICIENCIA ENERGETICA Y VIABILIDAD. PARA LOGRAR ESTE OBJETIVO, EL PROYECTO PARTE DE LA AMPLIA EXPERIENCIA DE LOS EQUIPOS DE INVESTIGACION IMPLICADOS EN EL CAMPO DEL PROCESAMIENTO DE SEÑALES DE AUDIO Y EL DISEÑO DE IMPLEMENTACIONES DE HARDWARE. SIN EMBARGO, LAS REDES NEURONALES Y EL APRENDIZAJE AUTOMATICO PLANTEAN NUEVOS RETOS MAS ALLA DE LA MERA APLICACION DE LAS TECNICAS AL PROBLEMA ORIGINAL. EL ENTORNO ACUSTICO ES EL MEDIO FISICO POR EL QUE SE PROPAGA EL SONIDO Y SUS CARACTERISTICAS FISICAS HAN SIDO ESTUDIADAS DESDE LA ANTIGUEDAD HASTA NUESTROS DIAS. GRACIAS AL AVANCE DEL PROCESAMIENTO DIGITAL DE LA SEÑAL (DSP) Y AL ENFOQUE "DIGITAL" DEL MODELADO FISICO DE LA PROPAGACION DEL SONIDO, EL ENTORNO ACUSTICO SE DESCRIBE MEDIANTE LA LLAMADA RESPUESTA AL IMPULSO DE LA SALA (RIR). SIN EMBARGO, SI EL OYENTE SE MUEVE, HAY QUE INTRODUCIR UNA NUEVA RIR EN LA APLICACION. PARA TRATAR CON ENTORNOS ACUSTICOS DINAMICOS EN LOS QUE LAS ZONAS SONORAS SE MUEVEN, DEBEN CONOCERSE A PRIORI TODAS LAS POSIBLES RIR DE LA SALA. EN ESTE PROYECTO SE PROPONE UNA NUEVA APROXIMACION A LA CARACTERIZACION DIGITAL DE ENTORNOS ACUSTICOS DINAMICOS MEDIANTE HERRAMIENTAS DE MACHINE LEARNING (ML). EL ML, Y ESPECIALMENTE LOS ALGORITMOS DE DEEP LEARNING (DL), HAN ABORDADO CON EXITO UNA AMPLIA GAMA DE APLICACIONES EN LOS ULTIMOS AÑOS EN MUCHOS DOMINIOS. LAS APLICACIONES RELEVANTES EN LAS QUE SE DEBE INFERIR UNA SEÑAL SONORA SON LA SEPARACION DE FUENTES, LA MEJORA DEL HABLA Y LA CANCELACION DEL ECO ACUSTICO. LA MAYORIA DE LOS MODELOS ML QUE INTENTAN RESOLVER ESTOS PROBLEMAS TIENEN ALGO EN COMUN: LA ENTRADA A LA RED NEURONAL ES UNA IMAGEN QUE REPRESENTA EL CONTENIDO DE AUDIO, NORMALMENTE LA TRANSFORMADA DE FOURIER A CORTO PLAZO (STFT). ESTE SERA EL ENFOQUE PRINCIPAL PARA ABORDAR EL PROBLEMA.EL PROYECTO COORDINADO DYNAMIC INCLUYE LOS SUBPROYECTOS DYNA-SOUND Y DYNA-TECH, DESARROLLADOS RESPECTIVAMENTE EN LA UNIVERSITAT POLITECNICA DE VALENCIA (UPV) Y EN LA UNIVERSIDAD CARLOS III DE MADRID (UC3M). DYNA-SOUND TIENE COMO OBJETIVO LA CARACTERIZACION DE ENTORNOS ACUSTICOS DINAMICOS MEDIANTE MACHINE LEARNING (ML), ENFOCADO A LA GENERACION DE ZONAS SONORAS CON UNA CALIDAD DE EXPERIENCIA DETERMINADA. NTORNOS ACUSTICOS DINAMICOS\IMPLEMENTACION\REPRODUCCION DE SONIDO\MACHINE LEARNING