Redes neurais aplicadas à modelagem de instrumentos acústicos para síntese sonora em tempo real

Detalhes bibliográficos
Autor(a) principal: Santos, Carlos Henrique Tarjano
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da Universidade Federal Fluminense (RIUFF)
Texto Completo: https://app.uff.br/riuff/handle/1/7613
Resumo: O presente trabalho desenvolve estratégias de aplicação de redes neurais artificiais ao campo de modelagem acústica, tanto no domínio do tempo quanto no domínio da frequência, com foco na síntese sonora em tempo real de instrumentos musicais. Para essa finalidade, o estado da arte da pesquisa relacionada a redes neurais e suas aplicações é investigado, através de uma revisão bibliográfica, que levanta também as principais técnicas e algoritmos utilizados na emulação de instrumentos musicais em tempo real. Duas propostas de modelos completos para síntese sonora são apresentadas e avaliadas, a partir do uso de redes neurais aplicadas à modelagem espectral. A comparação de um dos modelos com implementações apresentadas para os dois algoritmos mais utilizados na modelagem física indica que a aplicação das redes neurais na área de áudio tem o potencial de aumentar a verossimilhança das simulações, reduzindo a carga computacional necessária. Do ponto de vista do desenvolvimento de produtos, o trabalho apresenta, a partir dos métodos espectrais desenvolvidos, uma inovação tecnológica capaz de basear uma linha de instrumentos virtuais comerciais
id UFF-2_938d4784048433ef851bb194338478c5
oai_identifier_str oai:app.uff.br:1/7613
network_acronym_str UFF-2
network_name_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository_id_str 2120
spelling Redes neurais aplicadas à modelagem de instrumentos acústicos para síntese sonora em tempo realNeural networks applied to the modeling of acoustic instruments for real-time sound synthesisRedes neuraisModelagem acústicaSíntese sonora em tempo realRede neural artificialAcústicaInteligência artificialNeural networksAcoustic modelingReal-time sound synthesisO presente trabalho desenvolve estratégias de aplicação de redes neurais artificiais ao campo de modelagem acústica, tanto no domínio do tempo quanto no domínio da frequência, com foco na síntese sonora em tempo real de instrumentos musicais. Para essa finalidade, o estado da arte da pesquisa relacionada a redes neurais e suas aplicações é investigado, através de uma revisão bibliográfica, que levanta também as principais técnicas e algoritmos utilizados na emulação de instrumentos musicais em tempo real. Duas propostas de modelos completos para síntese sonora são apresentadas e avaliadas, a partir do uso de redes neurais aplicadas à modelagem espectral. A comparação de um dos modelos com implementações apresentadas para os dois algoritmos mais utilizados na modelagem física indica que a aplicação das redes neurais na área de áudio tem o potencial de aumentar a verossimilhança das simulações, reduzindo a carga computacional necessária. Do ponto de vista do desenvolvimento de produtos, o trabalho apresenta, a partir dos métodos espectrais desenvolvidos, uma inovação tecnológica capaz de basear uma linha de instrumentos virtuais comerciaisThe present work develops strategies for the application of artificial neural networks to the field of acoustic modeling, both in the time and frequency domains, focusing on the synthesis of musical instruments in real time. To this end, the state of the art of the research related to neural networks and their applications is investigated through a bibliographic review, which also identifies the main techniques and algorithms used in the real time emulation of musical instruments. Two complete models are introduced and evaluated, based on the theory of neural networks applied to spectral modeling. The comparison of one of the models with implementations presented for the two most used algorithms in physical modeling indicates that the use of the neural networks in the audio area has the potential to increase the likelihood of the simulations, while reducing the computational load required. From the point of view of product development, the work presents, based on the spectral methods developed, a technological innovation that could be the basis for a line of commercial virtual instrumentsPereira, ValdecyCarvalho, Aline Marins PaesPessôa, Leonardo Antônio MonteiroSantos, Carlos Henrique Tarjano2018-09-21T14:11:15Z2018-09-21T14:11:15Z2018info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfSANTOS, Carlos Henrique Tarjano. Redes neurais aplicadas à modelagem de instrumentos acústicos para síntese sonora em tempo real. 2018. 85 f. (Mestrado em Engenharia de Produção) – Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal Fluminense, Niterói, 2018.https://app.uff.br/riuff/handle/1/7613Aluno de MestradoCC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-10-11T14:32:57Zoai:app.uff.br:1/7613Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202022-10-11T14:32:57Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false
dc.title.none.fl_str_mv Redes neurais aplicadas à modelagem de instrumentos acústicos para síntese sonora em tempo real
Neural networks applied to the modeling of acoustic instruments for real-time sound synthesis
title Redes neurais aplicadas à modelagem de instrumentos acústicos para síntese sonora em tempo real
spellingShingle Redes neurais aplicadas à modelagem de instrumentos acústicos para síntese sonora em tempo real
Santos, Carlos Henrique Tarjano
Redes neurais
Modelagem acústica
Síntese sonora em tempo real
Rede neural artificial
Acústica
Inteligência artificial
Neural networks
Acoustic modeling
Real-time sound synthesis
title_short Redes neurais aplicadas à modelagem de instrumentos acústicos para síntese sonora em tempo real
title_full Redes neurais aplicadas à modelagem de instrumentos acústicos para síntese sonora em tempo real
title_fullStr Redes neurais aplicadas à modelagem de instrumentos acústicos para síntese sonora em tempo real
title_full_unstemmed Redes neurais aplicadas à modelagem de instrumentos acústicos para síntese sonora em tempo real
title_sort Redes neurais aplicadas à modelagem de instrumentos acústicos para síntese sonora em tempo real
author Santos, Carlos Henrique Tarjano
author_facet Santos, Carlos Henrique Tarjano
author_role author
dc.contributor.none.fl_str_mv Pereira, Valdecy
Carvalho, Aline Marins Paes
Pessôa, Leonardo Antônio Monteiro
dc.contributor.author.fl_str_mv Santos, Carlos Henrique Tarjano
dc.subject.por.fl_str_mv Redes neurais
Modelagem acústica
Síntese sonora em tempo real
Rede neural artificial
Acústica
Inteligência artificial
Neural networks
Acoustic modeling
Real-time sound synthesis
topic Redes neurais
Modelagem acústica
Síntese sonora em tempo real
Rede neural artificial
Acústica
Inteligência artificial
Neural networks
Acoustic modeling
Real-time sound synthesis
description O presente trabalho desenvolve estratégias de aplicação de redes neurais artificiais ao campo de modelagem acústica, tanto no domínio do tempo quanto no domínio da frequência, com foco na síntese sonora em tempo real de instrumentos musicais. Para essa finalidade, o estado da arte da pesquisa relacionada a redes neurais e suas aplicações é investigado, através de uma revisão bibliográfica, que levanta também as principais técnicas e algoritmos utilizados na emulação de instrumentos musicais em tempo real. Duas propostas de modelos completos para síntese sonora são apresentadas e avaliadas, a partir do uso de redes neurais aplicadas à modelagem espectral. A comparação de um dos modelos com implementações apresentadas para os dois algoritmos mais utilizados na modelagem física indica que a aplicação das redes neurais na área de áudio tem o potencial de aumentar a verossimilhança das simulações, reduzindo a carga computacional necessária. Do ponto de vista do desenvolvimento de produtos, o trabalho apresenta, a partir dos métodos espectrais desenvolvidos, uma inovação tecnológica capaz de basear uma linha de instrumentos virtuais comerciais
publishDate 2018
dc.date.none.fl_str_mv 2018-09-21T14:11:15Z
2018-09-21T14:11:15Z
2018
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv SANTOS, Carlos Henrique Tarjano. Redes neurais aplicadas à modelagem de instrumentos acústicos para síntese sonora em tempo real. 2018. 85 f. (Mestrado em Engenharia de Produção) – Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal Fluminense, Niterói, 2018.
https://app.uff.br/riuff/handle/1/7613
Aluno de Mestrado
identifier_str_mv SANTOS, Carlos Henrique Tarjano. Redes neurais aplicadas à modelagem de instrumentos acústicos para síntese sonora em tempo real. 2018. 85 f. (Mestrado em Engenharia de Produção) – Programa de Pós-Graduação em Engenharia de Produção, Universidade Federal Fluminense, Niterói, 2018.
Aluno de Mestrado
url https://app.uff.br/riuff/handle/1/7613
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv CC-BY-SA
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC-BY-SA
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)
instname:Universidade Federal Fluminense (UFF)
instacron:UFF
instname_str Universidade Federal Fluminense (UFF)
instacron_str UFF
institution UFF
reponame_str Repositório Institucional da Universidade Federal Fluminense (RIUFF)
collection Repositório Institucional da Universidade Federal Fluminense (RIUFF)
repository.name.fl_str_mv Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)
repository.mail.fl_str_mv riuff@id.uff.br
_version_ 1807838732953321472