¿Qué diferencia hay entre AMT y MIR?

MIR —Music Information Retrieval— es el campo que estudia cómo extraer información útil de la señal musical de forma automática: detectar el tempo, reconocer acordes, separar instrumentos, identificar una canción. AMT —Automatic Music Transcription— es una tarea concreta dentro de MIR: convertir una grabación de audio en su representación simbólica (notas, duraciones, instrumentos). La AMT es la tarea central de mi investigación doctoral.

Qué ye'l Music Information Retrieval (MIR)

Q: ¿Qué es el Music Information Retrieval (MIR)?

El Music Information Retrieval (MIR) es el campo de la informática que estudia cómo extraer, organizar y recuperar información a partir de señales musicales. Abarca tareas muy distintas: reconocimiento de acordes, separación de fuentes (aislar la voz de la guitarra en una mezcla), identificación del tempo, clasificación de género, recuperación de piezas similares por huella acústica y, como tarea central para mi trabajo, transcripción automática de música. Si alguna vez has visto que Shazam reconoce una canción en tres segundos, estás viendo MIR aplicado. Una aclaración necesaria: MIR no es el MIR médico (Médico Interno Residente). En España la coincidencia de siglas genera confusión frecuente. El MIR del que hablo aquí no tiene relación con la especialización médica; es una disciplina de la informática y las ciencias de la computación, con su propia comunidad de investigación, sus conferencias (ISMIR) y sus corpus de referencia. Mi investigación se encuadra en MIR aplicado a la transcripción automática de música (AMT): trabajo sobre piano polifónico, analizando dónde y por qué fallan los sistemas actuales del estado del arte. El repertorio de gaita asturiana —escaso en los benchmarks internacionales, sesgados hacia música pop occidental en temperamento igual— es un interés de investigación aparte, no mi corpus de trabajo actual.

Cada vegada que Shazam reconoce una canción en tres segundos, o un reproductor separta la voz de la instrumental, o’l mio propiu trabayu convierte una grabación en partitura, ta pasando lo mesmo per debaxo: Music Information Retrieval (MIR). Nun ye una ferramienta nin un productu: ye’l campu d’investigación que fai posible too eso.

Qué ye’l MIR

El Music Information Retrieval ye’l campu de la informática qu’estudia cómo estrayer, organizar y recuperar información a partir de señales musicales —seya audiu grabáu o partitura simbólica. La entruga de fondu ye siempre la mesma: dau un fragmentu de música, ¿qué se pue saber d’él de forma automática?

Baxo esa entruga caben xeres bien distintes:

Xera	Qué respuende
Reconocimientu d’acordes	Qué harmonía suena en cada intre
Separtación de fontes	Aisllar la voz de la guitarra nuna mecíu
Identificación de tempu	A qué velocidá va la pieza
Clasificación de xéneru	A qué estilu pertenez
Recuperación per rastru acústicu	Qué canción ye esta (Shazam)
Trescripción automática de música (AMT)	Qué notes se tán tocando

Una aclaración necesaria, porque n’España la sigla xenera confusión: el MIR del que falo nun ye’l MIR médicu (Médicu Internu Residente). Ye una disciplina de la informática y les ciencies de la computación, con una comunidá d’investigación propia —la International Society for Music Information Retrieval (ISMIR), fundada en 2000— y una conferencia añal propia, que ye la referencia del campu.

Ónde encaxen MIDI, MusicXML y AMT dientro del MIR

Si yá lleíste los artículos anteriores d’esti blog sobre MIDI, MusicXML o trescripción automática, probablemente los tratabes como pieces sueltes. Nun lo son: son parte del mesmu campu, con roles distintos.

MIDI y MusicXML son formatos de salida: cuando un sistema MIR resuelve la xera de trescripción, el resultáu —notes, tiempos, altores— tien que representase de dalguna forma llexible por máquina y por persona. MIDI faelo pensáu pa reproducir o secuenciar; MusicXML, pensáu pa imprentar una partitura editable. Nengún de los dos fai MIR por sigo mesmu: son el vocabulariu nel que s’espresa ún de los sos resultaos.

AMT (trescripción automática de música) ye, dientro del MIR, la xera concreta que más m’interesa: convertir audiu en representación simbólica. Ye namás una de les xeres de la tabla d’enriba, anque ye la qu’ocupa’l centru de la mio investigación doctoral.

Y la inteligencia artificial —de la que yá falé nun artículu anterior— ye, güei, la téunica dominante pa resolver la mayoría d’estes xeres: redes neuronales entrenaes con grandes corpus d’audiu anotáu. Pero’l MIR ye más antiguu que l’entamu d’eses téuniques —ISMIR lleva dende l’añu 2000— y non toles sos xeres dependen d’aprendizaxe fondu: el reconocimientu de tempu, por exemplu, resuélvese bien con métodos de procesamientu de señal clásicu, ensin necesidá d’un modelu entrenáu.

La mio investigación dientro del MIR

El mio trabayu doctoral céntrase en trescripción automática de música polifónica: pieces onde suenen delles notes —y davezu delles voces— al empar, el casu difícil dientro de la AMT. Trabayo sobre pianu, colos sistemes actuales del estáu del arte como puntu de partida —Basic Pitch, Onsets & Frames, MT3 ente ellos—, y el mio focu ye entender ónde y por qué fallen esos sistemes nota a nota, non namás repetir el so númberu final d’aciertu. Un modelu qu’acierta’l 90% de les notes pue tar fallando siempre nel mesmu tipu de pasaxe —acordes densos, notes bien curties, pedal sostenío— y esa distinción importa más que la cifra global.

Dende ehí esploro representaciones de la señal d’audiu alternatives a les que usen esos modelos, guetando si una forma distinta de mirar l’audiu —enantes de qu’entre nel modelu— ayuda a correxir dalgún d’esos fallos sistemáticos. Ye trabayu d’investigación en cursu: parte de les hipótesis que pruebo confírmense, otres descártense, y les dos coses son resultáu válidu na forma en que documento esti trabayu n’abiertu.

Bibliografía

Les referencies nes que s’apoya esti artículu y per ónde siguir lleendo:

Müller, M. (2015). Fundamentals of Music Processing: Audio, Analysis, Algorithms, Applications. Springer.
International Society for Music Information Retrieval. ismir.net — conferencia añal del campu y Transactions of the International Society for Music Information Retrieval (TISMIR), la so revista d’accesu abiertu.

El Music Information Retrieval (MIR) es el campo de la informática que estudia cómo extraer, organizar y recuperar información a partir de señales musicales. Abarca tareas muy distintas: reconocimiento de acordes, separación de fuentes (aislar la voz de la guitarra en una mezcla), identificación del tempo, clasificación de género, recuperación de piezas similares por huella acústica y, como tarea central para mi trabajo, transcripción automática de música. Si alguna vez has visto que Shazam reconoce una canción en tres segundos, estás viendo MIR aplicado.

Una aclaración necesaria: MIR no es el MIR médico (Médico Interno Residente). En España la coincidencia de siglas genera confusión frecuente. El MIR del que hablo aquí no tiene relación con la especialización médica; es una disciplina de la informática y las ciencias de la computación, con su propia comunidad de investigación, sus conferencias (ISMIR) y sus corpus de referencia.

Mi investigación se encuadra en MIR aplicado a la transcripción automática de música (AMT): trabajo sobre piano polifónico, analizando dónde y por qué fallan los sistemas actuales del estado del arte. El repertorio de gaita asturiana —escaso en los benchmarks internacionales, sesgados hacia música pop occidental en temperamento igual— es un interés de investigación aparte, no mi corpus de trabajo actual.