Bidimensional Feature Extraction from an Audio Signal
Andrea Giuseppe Calabro'
Bidimensional Feature Extraction from an Audio Signal.
Rel. Michele Taragna. Politecnico di Torino, Corso di laurea magistrale in Mechatronic Engineering (Ingegneria Meccatronica), 2020
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (5MB) | Preview |
Abstract
Nell'industria musicale c'è un motore nascosto che produce ogni mese 1.7 Milioni di ore di contenuti. L'obiettivo della tesi proposta è quello di estrarre informazioni da questo generatore, il quale viene alimentato dai DJs durante tutto l'anno. Per dare un ordine di grandezza: l’archivio che potrà essere analizzato contiene circa 370 Milioni di ore di musica, mentre il totale di Spotify, la più grande app europea di streaming musicale, si attesta attorno ai 275 Milioni. Grazie ad un approccio analitico, che è il risultato della sintesi tra conoscenze e competenze ottenute durante gli anni di studi universitari, è stato ideato ed implementato un algoritmo che permetta di analizzare i DJ sets (i componenti di questa raccolta) dando a milioni di persone la possibilità di avere accesso a milioni di dati.
Possiamo pensare ad ogni canzone come a degli ingredienti, appositamente selezionati dall'artista (chiamato infatti anche "selector"), per andare a formare un piatto, il nostro DJ set: la strumentazione che permette questo processo, ovvero la cucina, è chiamata mixer o console
Relatori
Tipo di pubblicazione
URI
![]() |
Modifica (riservato agli operatori) |
