000126140 001__ 126140 000126140 005__ 20230518085140.0 000126140 037__ $$aTAZ-TFG-2022-3748 000126140 041__ $$aspa 000126140 1001_ $$aCastillón Ruiz, Pablo 000126140 24200 $$aSource separation and music transcription with deep learning. 000126140 24500 $$aSeparación de fuentes y transcripción musical con deep learning. 000126140 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2022 000126140 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000126140 520__ $$aEl objetivo de este trabajo es conseguir una transcripción MIDI a partir de un archivo MP3 en melodías polifónicas (varias notas sonando al mismo tiempo) y con varios instrumentos sonando a la vez, haciendo uso del deep learning. Para ello primero se separa cada instrumento mediante el uso de la librería Demucs, y luego se entrena un modelo que detecta las notas completas (frames). El deep learning es una herramienta que ha evolucionado en gran medida estos últimos años gracias al avance de la tecnología.<br /> 000126140 521__ $$aGraduado en Ingeniería Electrónica y Automática 000126140 540__ $$aDerechos regulados por licencia Creative Commons 000126140 700__ $$aBeltrán Blázquez, José Ramón $$edir. 000126140 700__ $$aHernández Oliván, Carlos $$edir. 000126140 7102_ $$aUniversidad de Zaragoza$$bIngeniería Electrónica y Comunicaciones$$cTecnología Electrónica 000126140 8560_ $$f721321@unizar.es 000126140 8564_ $$s3253872$$uhttps://zaguan.unizar.es/record/126140/files/TAZ-TFG-2022-3748.pdf$$yMemoria (spa) 000126140 909CO $$ooai:zaguan.unizar.es:126140$$pdriver$$ptrabajos-fin-grado 000126140 950__ $$a 000126140 951__ $$adeposita:2023-05-18 000126140 980__ $$aTAZ$$bTFG$$cEINA 000126140 999__ $$a20220923012927.CREATION_DATE