Aplicación de redes neuronales convolucionales para la emulación del modelo psicoacústico MPEG-1, capa I, para la codificación de señales de audio

Descripción del Articulo

Solicitud de envío manuscrito de artículo científico.
Detalles Bibliográficos
Autores: Sanchez Huapaya, Alonso Sebastián, Serpa Pinillos, Sergio André
Formato: tesis de grado
Fecha de Publicación:2020
Institución:Universidad Peruana de Ciencias Aplicadas
Repositorio:UPC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorioacademico.upc.edu.pe:10757/652711
Enlace del recurso:http://doi.org/10.19083/tesis/652711
http://hdl.handle.net/10757/652711
Nivel de acceso:acceso embargado
Materia:Modelo psicoacústico
Redes neuronales
Señales de audio
Nivel de presión sonora
Encoder
Multiscale convolutional neural networks
Audio signal
Sound pressure level
id UUPC_3ee5972c9104407209686627f7611a1f
oai_identifier_str oai:repositorioacademico.upc.edu.pe:10757/652711
network_acronym_str UUPC
network_name_str UPC-Institucional
repository_id_str 2670
dc.title.en_US.fl_str_mv Aplicación de redes neuronales convolucionales para la emulación del modelo psicoacústico MPEG-1, capa I, para la codificación de señales de audio
dc.title.alternative.en_US.fl_str_mv Convolutional neural networks applied to the emulation of the psychoacoustic model for MPEG-1, Layer I audio signal encoders
title Aplicación de redes neuronales convolucionales para la emulación del modelo psicoacústico MPEG-1, capa I, para la codificación de señales de audio
spellingShingle Aplicación de redes neuronales convolucionales para la emulación del modelo psicoacústico MPEG-1, capa I, para la codificación de señales de audio
Sanchez Huapaya, Alonso Sebastián
Modelo psicoacústico
Redes neuronales
Señales de audio
Nivel de presión sonora
Encoder
Multiscale convolutional neural networks
Audio signal
Sound pressure level
title_short Aplicación de redes neuronales convolucionales para la emulación del modelo psicoacústico MPEG-1, capa I, para la codificación de señales de audio
title_full Aplicación de redes neuronales convolucionales para la emulación del modelo psicoacústico MPEG-1, capa I, para la codificación de señales de audio
title_fullStr Aplicación de redes neuronales convolucionales para la emulación del modelo psicoacústico MPEG-1, capa I, para la codificación de señales de audio
title_full_unstemmed Aplicación de redes neuronales convolucionales para la emulación del modelo psicoacústico MPEG-1, capa I, para la codificación de señales de audio
title_sort Aplicación de redes neuronales convolucionales para la emulación del modelo psicoacústico MPEG-1, capa I, para la codificación de señales de audio
author Sanchez Huapaya, Alonso Sebastián
author_facet Sanchez Huapaya, Alonso Sebastián
Serpa Pinillos, Sergio André
author_role author
author2 Serpa Pinillos, Sergio André
author2_role author
dc.contributor.advisor.fl_str_mv Kemper Vásquez, Guillermo Leopoldo
dc.contributor.author.fl_str_mv Sanchez Huapaya, Alonso Sebastián
Serpa Pinillos, Sergio André
dc.subject.en_US.fl_str_mv Modelo psicoacústico
Redes neuronales
Señales de audio
Nivel de presión sonora
Encoder
Multiscale convolutional neural networks
Audio signal
Sound pressure level
topic Modelo psicoacústico
Redes neuronales
Señales de audio
Nivel de presión sonora
Encoder
Multiscale convolutional neural networks
Audio signal
Sound pressure level
description Solicitud de envío manuscrito de artículo científico.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-09-11T05:28:49Z
dc.date.available.none.fl_str_mv 2020-09-11T05:28:49Z
dc.date.issued.fl_str_mv 2020-08-26
dc.type.en_US.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.other.es_PE.fl_str_mv Tesis
dc.type.coar.es_PE.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
format bachelorThesis
dc.identifier.doi.es_PE.fl_str_mv http://doi.org/10.19083/tesis/652711
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10757/652711
dc.identifier.isni.none.fl_str_mv 0000 0001 2196 144X
url http://doi.org/10.19083/tesis/652711
http://hdl.handle.net/10757/652711
identifier_str_mv 0000 0001 2196 144X
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/embargoedAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.coar.es_PE.fl_str_mv http://purl.org/coar/access_right/c_f1cf
eu_rights_str_mv embargoedAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
http://purl.org/coar/access_right/c_f1cf
dc.format.en_US.fl_str_mv application/pdf
application/epub
application/msword
dc.publisher.en_US.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Peruana de Ciencias Aplicadas (UPC)
Repositorio Académico - UPC
dc.source.none.fl_str_mv reponame:UPC-Institucional
instname:Universidad Peruana de Ciencias Aplicadas
instacron:UPC
instname_str Universidad Peruana de Ciencias Aplicadas
instacron_str UPC
institution UPC
reponame_str UPC-Institucional
collection UPC-Institucional
bitstream.url.fl_str_mv https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/16/Sanchez_HA.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/13/Sanchez_HA_Resumen.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/15/Sanchez_HA.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/18/Sanchez_HA_Ficha.pdf.jpg
https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/12/Sanchez_HA_Resumen.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/14/Sanchez_HA.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/17/Sanchez_HA_Ficha.pdf.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/11/Sanchez_HA_Resumen.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/3/Sanchez_HA.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/4/Sanchez_HA.docx
https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/5/Sanchez_HA_Ficha.pdf
https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/2/license.txt
https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/1/license_rdf
bitstream.checksum.fl_str_mv be51ba4d58f4f659888814446bf0d47d
7dd7b5e7866a03cb906d73faeb651d6c
f4531981a0547e4269c1bda68730887e
59bca90f3a2c36eae984adccdfec8210
e2d1f734979252fd7b78578e48c885fb
9405d2ecbf37c3aabdc1f494d3de3316
e1c06d85ae7b8b032bef47e42e4c08f9
c66fe7d5f4197bf6cfe8b9edc0bd7569
fb3090786977f7333743de50e6fb74f6
33a4499c608a20d8dd397d97ae752a5b
81f766914039b954fca8171a31fbe219
8a4605be74aa9ea9d79846c1fba20a33
934f4ca17e109e0a05eaeaba504d7ce4
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio académico upc
repository.mail.fl_str_mv upc@openrepository.com
_version_ 1839090228070973440
spelling ce87b607f8743a5c60124a14515a937c500Kemper Vásquez, Guillermo Leopoldo8da78f3d57fc687bdc7bcaba0c0ef5f3500f7f1a390a9396307676b0949a17a740c500Sanchez Huapaya, Alonso SebastiánSerpa Pinillos, Sergio André2020-09-11T05:28:49Z2020-09-11T05:28:49Z2020-08-26http://doi.org/10.19083/tesis/652711http://hdl.handle.net/10757/6527110000 0001 2196 144XSolicitud de envío manuscrito de artículo científico.El presente trabajo propone 4 alternativas de codificadores inspirados en el codificador MPEG-1, capa I, descrito en el estándar ISO/IEC 11172-3. El problema que se intenta resolver es el de requerir definir un modelo psicoacústico explícitamente para lograr codificar audio, reemplazándolo por redes neuronales. Todas las alternativas de codificador están basadas en redes neuronales convolucionales multiescala (MCNN) que emulan el modelo psicoacústico 1 del codificador mencionado. Las redes tienen 32 entradas que corresponden a las 32 subbandas del nivel de presión sonora (SPL – sound pressure level), y una única salida que corresponde a una de las 32 subbandas de o bien la relación señal a máscara (SMR) o bien el vector de asignación de bits. Es decir, un codificador está compuesto de un conjunto de 32 redes neuronales. La validación empleó los 10 primeros segundos de 15 canciones elegidas aleatoriamente de 10 géneros musicales distintos. Se comparó la calidad de las señales de audio generadas por cada codificador contra la de MPEG-1, capa I, mediante la métrica de ODG. El codificador cuya entrada es el SPL y cuya salida es la SMR, planteado por Guillermo Kemper, obtuvo los mejores resultados al realizar la comparación para 96 kbps y 192 kbps. El codificador denominado “SBU1” obtuvo los mejores resultados para 128 kbps.The present work proposes 4 encoder alternatives, inspired in the MPEG-1, layer I encoder described in the ISO/IEC 11172-3 standard. The problem addressed here is the requirement of explicitly defining a psychoacoustic model to code audio, instead replacing it by neural networks. All the proposals are based on multiscale convolutional neural networks (MCNN) that emulate the psychoacoustic model 1 of the referred encoder. The networks have 32 inputs that map the 32 subbands of the sound pressure level (SPL), and a single output that corresponds to each of the 32 subbands of either the signal-to-mask ratio (SMR) or the bit allocation vector. Thus, an encoder is composed of a set of 32 neural networks. The validation process took the first 10 seconds of 15 randomly chosen songs of 10 different musical genres. The audio signal quality of the proposed encoders was compared to that of the MPEG-1, layer I encoder, using the ODG metric. The encoder whose input is the SPL and whose output is the SMR, proposed by Guillermo Kemper, yielded the best results for 96 kbps and 192 kbps. The encoder named “SBU1” had the best results for 128 kbps.Tesisapplication/pdfapplication/epubapplication/mswordspaUniversidad Peruana de Ciencias Aplicadas (UPC)PEinfo:eu-repo/semantics/embargoedAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/http://purl.org/coar/access_right/c_f1cfUniversidad Peruana de Ciencias Aplicadas (UPC)Repositorio Académico - UPCreponame:UPC-Institucionalinstname:Universidad Peruana de Ciencias Aplicadasinstacron:UPCModelo psicoacústicoRedes neuronalesSeñales de audioNivel de presión sonoraEncoderMultiscale convolutional neural networksAudio signalSound pressure levelAplicación de redes neuronales convolucionales para la emulación del modelo psicoacústico MPEG-1, capa I, para la codificación de señales de audioConvolutional neural networks applied to the emulation of the psychoacoustic model for MPEG-1, Layer I audio signal encodersinfo:eu-repo/semantics/bachelorThesisTesishttp://purl.org/coar/resource_type/c_7a1fSUNEDUUniversidad Peruana de Ciencias Aplicadas (UPC). Facultad de IngenieríaLicenciaturaIngeniería ElectrónicaIngeniero electrónico2020-09-11T22:19:38Zhttps://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/nivel#tituloProfesionalCONVERTED2_37136262090-08-26Sanchez_HA.pdfSanchez_HA.pdfapplication/pdf3789851https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/16/Sanchez_HA.pdfbe51ba4d58f4f659888814446bf0d47dMD516falseTHUMBNAILSanchez_HA_Resumen.pdf.jpgSanchez_HA_Resumen.pdf.jpgGenerated Thumbnailimage/jpeg36919https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/13/Sanchez_HA_Resumen.pdf.jpg7dd7b5e7866a03cb906d73faeb651d6cMD513falseSanchez_HA.pdf.jpgSanchez_HA.pdf.jpgGenerated Thumbnailimage/jpeg31418https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/15/Sanchez_HA.pdf.jpgf4531981a0547e4269c1bda68730887eMD515false2090-08-26Sanchez_HA_Ficha.pdf.jpgSanchez_HA_Ficha.pdf.jpgGenerated Thumbnailimage/jpeg91562https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/18/Sanchez_HA_Ficha.pdf.jpg59bca90f3a2c36eae984adccdfec8210MD518falseTEXTSanchez_HA_Resumen.pdf.txtSanchez_HA_Resumen.pdf.txtExtracted texttext/plain4590https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/12/Sanchez_HA_Resumen.pdf.txte2d1f734979252fd7b78578e48c885fbMD512falseSanchez_HA.pdf.txtSanchez_HA.pdf.txtExtracted texttext/plain134085https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/14/Sanchez_HA.pdf.txt9405d2ecbf37c3aabdc1f494d3de3316MD514false2090-08-26Sanchez_HA_Ficha.pdf.txtSanchez_HA_Ficha.pdf.txtExtracted texttext/plain2https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/17/Sanchez_HA_Ficha.pdf.txte1c06d85ae7b8b032bef47e42e4c08f9MD517falseORIGINALSanchez_HA_Resumen.pdfSanchez_HA_Resumen.pdfapplication/pdf115643https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/11/Sanchez_HA_Resumen.pdfc66fe7d5f4197bf6cfe8b9edc0bd7569MD511trueSanchez_HA.pdfSanchez_HA.pdfapplication/pdf1708231https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/3/Sanchez_HA.pdffb3090786977f7333743de50e6fb74f6MD53false2090-08-26Sanchez_HA.docxSanchez_HA.docxapplication/vnd.openxmlformats-officedocument.wordprocessingml.document1937814https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/4/Sanchez_HA.docx33a4499c608a20d8dd397d97ae752a5bMD54false2090-08-26Sanchez_HA_Ficha.pdfSanchez_HA_Ficha.pdfapplication/pdf861623https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/5/Sanchez_HA_Ficha.pdf81f766914039b954fca8171a31fbe219MD55falseLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52falseCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://repositorioacademico.upc.edu.pe/bitstream/10757/652711/1/license_rdf934f4ca17e109e0a05eaeaba504d7ce4MD51false10757/652711oai:repositorioacademico.upc.edu.pe:10757/6527112025-07-20 19:03:30.61Repositorio académico upcupc@openrepository.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
score 12.907318
Aplicación de redes neuronales convolucionales para la emulación del modelo psicoacústico MPEG-1, capa I, para la codificación de señales de audio
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares