The processing for feature extraction of musical audio signals, such as determining chromagrams, can be used to estimate the tone of a track, measure the similarity between two interpretations, classify musical performances, among other applications. On the other hand, the audio alignment is a process by which the distance is calculated between the characteristic vectors of two audio signals in order to evaluate both resemble each other. To implement alignment of audio systems, is commonly used the DTW algorithm. This document is pretend to create a system for automatic evaluation of music students. Evaluation requires processing digital audio signals for determining chromagrams and spectrograms, by using the short-time Fourier Transform (STFT). The use of chromagrams is more feasible to compare musical performances because they are built from the 12 semitones of the musical scale. For the alignment of the musical performance it's proposed the DTW algorithm, using Euclidean distance and cosine distance. For the interpretation of student assessment, which will be compared with the performance of reference (played by the music teacher). Students may earn a grade of 0-10, this will depend on the distance obtained in the process of alignment of audio. The results obtained in this document were satisfactory, because comparing the results given by the evaluation system of the students performances, with ratings by music teachers, same or very similar results were obtained.
El procesamiento para la extracción de características de señales de audio musicales, tal como la determinación de cromagramas, se pueden utilizar para: estimar la tonalidad de una pieza musical, medir la similitud entre dos interpretaciones, clasificar interpretaciones musicales, entre otras aplicaciones. Por otro lado, el alineamiento de audio es un proceso mediante el cual se calcula la distancia entre los vectores característicos de dos señales de audio, para poder evaluar que tanto se parecen entre sí. Para la implementación de sistemas de alineamiento de audio, comúnmente es utilizado el algoritmo de doblado dinámico en el tiempo (DTW del inglés Dynamic Time Warping). En este trabajo de investigación se pretende crear un sistema de evaluación automática de estudiantes de música. La evaluación requiere del procesamiento de señales digitales de audio para la determinación de espectrogramas y cromagramas, mediante el uso de la transformada de Fourier de tiempo corto (STFT del inglés short-time Fourier Transform). El uso de los cromagramas es más factible para la comparación de interpretaciones musicales ya que se construyen a partir de los 12 semitonos de la escala musical. Para el alineamiento de las interpretaciones musicales se propone el uso del algoritmo de DTW utilizando distancia euclidiana y distancia coseno. Para la evaluación se tendrá la interpretación del estudiante, que será comparada con la interpretación de referencia (interpretada por el profesor de música). Los alumnos podrán obtener una calificación de 0 a 10, esta dependerá de la distancia obtenida en el proceso de alineación de audio. Los resultados obtenidos en este trabajo de investigación fueron satisfactorios, ya que al comparar los resultados dados por el sistema de evaluación de las interpretaciones de los estudiantes, con las calificaciones realizadas por los profesores de música, se obtuvieron resultados iguales o muy similares.
