Ciertos aspectos del sonido de la música pueden ser explicados desde la confección y observación de mapas donde la configuración espacial de componentes en frecuencia y amplitud de los instrumentos conforma relaciones de ensamble que determinan patrones estéticos y estilísticos. Estos mapas funcionan como un recurso técnico y creativo a la hora de grabar, mezclar y analizar música, e inclusive ofrecer una mirada adicional para la composición y producción basada en un criterio espacial de distribución de relaciones instrumentales donde cada fuente sonora configura una constelación de componentes dentro de la imagen estéreo. Esta metodología se basa en el uso de herramientas de IA, análisis de señal y confección de gráficos a modo de mapas dentro de planillas de cálculo.

 

Modalidad de cursada

Sincrónica

La sincronicidad a través de medios tecnológicos implica que las/os estudiantes permanecerán con cámara y audio encendido durante todo el dictado del seminario a los fines de garantizar su participación activa en el cursado.

Martes 18 a 22 h

ACCEDER AL FORMULARIO

Este curso está dirigido a personas graduadas en carreras de grado relacionadas con la música y el sonido, interesadas en la influencia de la configuración espacial de la instrumentación en la grabación y la mezcla estéreo como aspectos sustanciales de la identidad estética y estilística del arte sonoro.

Objetivo general
Interpretar y crear mapas bidimensionales directamente desde fonogramas o cualquier tipo de registro sonoro de música en estéreo. En estos mapas, cada instrumento es una constelación espectral y dinámica que configura un ensamble que define una estética espacial particular.

Objetivos específicos

1. Introducción, antecedentes y metodología
Introducción: esquema de visión transdisciplinar, planteo y alcances del modelo. Antecedentes: escena auditiva, parámetros acústicos objetivos y subjetivos, señal e imagen estéreo, el espacio intrínseco y extrínseco en la música, análisis de señal, hábitos profesionales de grabación y mezcla. Metodología: código común de fuentes y componentes. IA aplicada. Constelaciones de componentes.

2. Audio Source Separation orientado a instrumentos musicales
Funcionamiento y uso de DNNs en software comercial y/o abierto orientadas a Audio Source Separation. ID por stems o instrumento.

3. Análisis de la señal estéreo orientada a la música
FFT en L-R. RMS en L-R. Localización. Configuración para casos puntuales y globales. Extracción de datos. Obtención de muestras. Implementación de valores en libros de cálculo (no se requiere ser usuario de Excel, se utilizan nociones sencillas).

4. Realización de mapas con criterios globales o puntuales
Realización de mapa de constelaciones dinámicas. Realización de mapa de constelaciones espectrales. Patrones estéticos y estilísticos en fonogramas de la segunda mitad del siglo XX: décadas del ’60, 70’ 80’y 90’.

Basso, G. (2001). Análisis espectral: la transformada de Fourier en la música. Ediciones al Margen.
Blauert, J. (1997). Spatial hearing: the psychophysics of human sound localization. MIT press.
Bregman, A. S. (1990). Auditory scene analysis: The perceptual organization of sound. MIT press.
Burgess, R. J. (2014). The history of music production. Oxford University Press.
Chakraborty, S. S., & Parekh, R. (2018). Improved musical instrument classification using cepstral coefficients and neural networks. Methodologies and application issues of contemporary computing framework, 123-138.
Horning, S. S. (2004). Engineering the performance: Recording engineers, tacit knowledge and the art of controlling sound. Social Studies of Science, 34(5), 703-731.
Lee, H., & Rumsey, F. (2013). Level and time panning of phantom images for musical sources. Journal of the Audio Engineering Society, 61(12), 978-988.
Makino, S. (Ed.). (2018). Audio Source Separation. Springer.
Miyara, F. (2003). Acústica y Sistemas de Sonido. Universidad Nacional de Rosario.
Nielsen, M. A. (2015). Neural networks and deep learning (Vol. 25). San Francisco, CA: Determination press.
Peeters, G., Giordano, B. L., Susini, P., Misdariis, N., & McAdams, S. (2011). The timbre toolbox: Extracting audio descriptors from musical signals. The Journal of the Acoustical Society of America, 130(5), 2902-2916.
Rodríguez, L. E. (2023). Construcción de mapas sonoros sobre música realizada en estéreo. En Investigaciones sobre audio espacial y estética del arte sonoro. Wolkowicz Editores, p. 7-46.
Rodríguez, L. E. (2023). Fuentes musicales como constelaciones de componentes dentro del espacio virtual. Actas de la Conferencia Latinoamericana de Audio AES LAC 2022. ISBN 978-631-00- 2025-9.
Rumsey, F. (2002). Spatial quality evaluation for reproduced sound: Terminology, meaning, and a scene-based paradigm. Journal of the Audio Engineering Society, 50(9), 651-666.
Sousa, F. W. J. (2024). Space in Music: what we call ‘space’ in music and what it really is. Revista Vórtex, 12, e8490.
Taruskin, R. (2006). Music in the Late Twentieth Century: The Oxford History of Western Music. Oxford University Press.
Théberge, P. (1999). Any Sound You Can Imagine: Making Music/Consuming Technology. Wesleyan University Press.
 

Materiales adicionales

A modo de comprensión adicional y específica del modelo planteado que se abordará en la cursada, se ofrece la siguiente base de datos de investigación desde el repositorio del CONICET. La misma consiste en 16 planillas de cálculo para 32 mapas sonoros donde las fuentes musicales se representan como constelaciones de componentes espectrales o dinámicos dentro de la señal estéreo. Son 4 ejemplos por década en el rango 1960's ,1970's ,1980's y 1990's sobre música de práctica común y consumo masivo.

Acceder a los recursos de mapas sonoros


Rodríguez, Leandro Enrique; (2024): Cálculo de datos para la construcción de constelaciones de fuentes sonoras en mapas bidimensionales. CONICET. (dataset)
 

Doctorado en Artes
Secretaría de Investigación y Posgrado
Rectorado
Universidad Nacional de las Artes
rectorado.doctoradoenartes@una.edu.ar

una.edu.ar/doctorado


Ver más seminarios