{"id":856,"date":"2018-05-27T21:36:56","date_gmt":"2018-05-28T00:36:56","guid":{"rendered":"http:\/\/datamining.dc.uba.ar\/predictivos\/?p=856"},"modified":"2018-06-18T17:32:41","modified_gmt":"2018-06-18T20:32:41","slug":"como-suena-la-mineria-de-datos","status":"publish","type":"post","link":"https:\/\/datamining.dc.uba.ar\/predictivos\/?p=856","title":{"rendered":"\u00bfC\u00f3mo suena la Miner\u00eda de Datos?"},"content":{"rendered":"

Por Leandro Garber<\/strong>-Especialista en Explotaci\u00f3n de Datos y Descubrimiento del Conocimiento-UBA<\/p>\n

No es novedad que hist\u00f3ricamente la m\u00fasica ha mirado hacia las nuevas tecnolog\u00edas con buenos ojos: el siglo XX nos ha tra\u00eddo desde t\u00e9cnicas para registrar y reproducir audio hasta novedosos efectos e instrumentos electr\u00f3nicos y digitales como el sintetizador, el sampler o una multitud de cajas y pedales que le permiten a los m\u00fasicos modificar el sonido de incontables maneras. Todo tipo de artistas han experimentado con estos aparatos y se los han apropiado como parte de su estilo, como su manera de hacer m\u00fasica: est\u00e1 claro que el heavy metal no pudo haber existido sin la distorsi\u00f3n o la m\u00fasica electr\u00f3nica de pista sin un secuenciador.<\/p>\n

Es por esto que cabe preguntarse, \u00bfc\u00f3mo se pueden utilizar las nuevas t\u00e9cnicas de procesamiento de datos para innovar en el campo de la m\u00fasica y el arte sonoro? Existen ya algunos grupos de investigadores que se hacen esta pregunta, notablemente el proyecto Magenta<\/a> de Google, algunos sectores de la comunidad ISMIR<\/a> y conferencias como NIME<\/a>. Nadie puede dar una respuesta total ya que es un campo que est\u00e1 en desarrollo pero lo que sigue es un posible rumbo.<\/p>\n

Es habitual para algunos m\u00fasicos tener grandes bancos de sonido almacenados en su computadora, esto es, muchos archivos de audio que contienen distintos golpes de bater\u00eda, notas o acordes de distintos instrumentos, voces de cantantes, ruidos variados, ambientes, o cualquier cosa que podamos imaginar (y grabar). Si bien esto es una pr\u00e1ctica que ya lleva a\u00f1ares, no existe una herramienta est\u00e1ndar para poder explorar estos audios de una manera pr\u00e1ctica y m\u00e1s importante a\u00fan, de ver las relaciones que hay entre ellos, la estructura latente que esconden y poder explotarla creativamente. As\u00ed, aunque un m\u00fasico sea muy ordenado con cada archivo con un nombre descriptivo y categorizado prolijamente en distintas carpetas no tiene manera de saber qu\u00e9 sonidos son similares y pueden funcionar bien juntos m\u00e1s all\u00e1 de su propia experiencia condicionada por su bagaje cultural.<\/p>\n

Lo que buscamos entonces es alg\u00fan m\u00e9todo para conseguir lo que nos gusta llamar una cartograf\u00eda sonora<\/i>: representaremos cada sonido como un punto en un espacio bidimensional donde puntos cercanos corresponden a sonidos similares y los alejados a dispares. Se ha escrito mucho sobre la (terrible y hermosa) subjetividad en la percepci\u00f3n de la m\u00fasica y el sonido, el bajo grado de acuerdo entre individuos sobre \u00abqu\u00e9 sonido es m\u00e1s o menos similar a otro\u00bb en experimentos lo comprueban, lo que sigue es s\u00f3lo una posible subjetividad de la m\u00e1quina condicionada por nuestro input.<\/p>\n

En este primer acercamiento utilizaremos como nuestro conjunto de datos 2128 archivos de sonido provenientes de distintas fuentes; se trata de sonidos grabados de m\u00e1quinas de ritmos cl\u00e1sicas muy utilizadas en la d\u00e9cada del 80 hasta nuestros d\u00edas. Elegimos este conjunto porque se trata de sonidos de corta duraci\u00f3n y porque los resultados del proceso son m\u00e1s f\u00e1ciles de interpretar que si fueran muestras sonoras elegidas al azar de un banco cualquiera. Inspeccionemos algunos:<\/p>\n\n\n\n\n\n
\n

<\/span><\/p>\n

\n

\n

<\/span><\/p>\n

\n

<\/span><\/p>\n

\n

<\/span><\/p>\n

\n

<\/span><\/p>\n

\n

<\/span><\/p>\n

\n

<\/span><\/p>\n

\n

<\/span><\/p>\n

\n

<\/span><\/p>\n

Se trata de espectrogramas de bombos, redoblantes y platillos de tres m\u00e1quinas de ritmos distintas. Esta visualizaci\u00f3n da cuenta de c\u00f3mo el espectro sonoro se desarrolla en el tiempo, el eje x es el tiempo en segundos y el eje y es la frecuencia en escala logar\u00edtmica. Si bien cada sonido es distinto podemos notar que los bombos tienen mayor amplitud en las frecuencias cercanas a 64hz, los redoblantes alrededor de los 256hz y los platillos tienen un desarrollo m\u00e1s complejo pero se situan sobre los 4096hz. Es esperable utilizando estos datos que nuestro sistema logre generar un espacio de aprendizaje que muestre alta similitud entre estas categor\u00edas.<\/p>\n

La miner\u00eda de datos puede darnos una mano para poder generar el mapa deseado utilizando t\u00e9cnicas de reducci\u00f3n de dimensionalidad<\/a>; no es descabellado interpretar un sonido como un punto en un espacio de muy alta dimensi\u00f3n, esto es, en vez de 1, 2 o 3 dimensiones que son las que podemos acceder e imaginar los humanos, en 45100 dimensiones, o sea, inimaginable e imposible de interpretar. Sin embargo estableciendo una medida de disimilitud es posible mediante m\u00e9todos iterativos representar estos datos 45100-dimensionales en simplemente 2.<\/p>\n

El proceso utilizado para para obtener nuestro mapa es el siguiente:<\/p>\n

\"\"<\/a><\/p>\n

 <\/p>\n

 <\/p>\n

Usamos dos etapas de reducci\u00f3n de dimensionalidad, primero componentes principales (PCA) y luego escalamiento multidimensional (MDS). Entre estas tambi\u00e9n usaremos la t\u00e9cnica de agrupamiento jer\u00e1rquico para obtener grupos de sonidos similares, por ejemplo \u00abtodos los bombos\u00bb. El resultado final se puede ver de esta manera:<\/p>\n

\"\"<\/a><\/p>\n

 <\/p>\n

Obtenemos una nube de puntos donde cada punto corresponde a cada sonido procesado. El software permite cliquear y escuchar cada punto as\u00ed como saber a qu\u00e9 archivo corresponde. En esta nube, los puntos cercanos corresponden a sonidos timbricamente similares y los alejados a sonidos distintos. En este caso, estamos utilizando sonidos de m\u00e1quinas de ritmos cl\u00e1sicas de la d\u00e9cada del 80 y al escuchar podemos inferir que el algoritmo ubic\u00f3 a la izquierda (en azul) todos los platillos, esto es, sonidos con frecuencias predominantemente agudas y abajo a la derecha (naranja) todos los bombos, sonidos con frecuencias predominantemente graves. Entre un grupo y el otro podremos encontrar redoblantes, congas, etc.<\/p>\n

Adem\u00e1s de un plan exploratorio, en nuestro software estamos desarrollando modos creativos de recorrer y escuchar el mapa con el fin de utilizarlo como instrumento musical, estos incluyen caminos aleatorios, definici\u00f3n de trayectorias en el espacio latente y utilizar medidas de similitud como ritmo.<\/p>\n

Se puede ver una versi\u00f3n m\u00e1s avanzada en el siguiente video:
\n