La clasificación de géneros musicales presenta un desafío único debido a la naturaleza subjetiva y multidimensional de la música. Cada género musical posee características distintivas en términos de ritmo, armonía, instrumentación, estructura y emociones transmitidas. Por lo tanto, es necesario emplear enfoques analíticos y de aprendizaje automático sofisticados para capturar la complejidad y la diversidad de la música en sus diversas formas.
Este estudio propone un enfoque basado en técnicas de aprendizaje automático para clasificar automáticamente canciones en diferentes géneros musicales. Se recopiló una extensa base de datos de canciones de diversos géneros y se extrajeron características acústicas relevantes, como el ritmo, el timbre y la energía. Estas características se utilizaron para entrenar y evaluar varios algoritmos de aprendizaje automático, como árboles de decision, redes convolucionales y redes recurrentes.
- databases: los enlaces a las bases de datos originales y procesadas de las que se hace uso en este trabajo.
- dev_notebooks: cada una de las libretas correspondientes al desarrollo de los distintos modelos y el analisis exploratorio de datos.
- scrapping_scripts: utilizados para la extracción de características de audio de Spotify.
- final_ensemble: diagrama explicativo de la arquitectura del modelo final.
- workflow: diagrama explicativo de la metodología de trabajo y toma de decisiones hecha.