Abstract
Este Trabajo de Fin de Grado se centra en el reconocimiento automático de géneros musicales mediante técnicas de inteligencia artificial, comparando tres modelos de clasificación: K-Nearest Neighbors (KNN), Redes Neuronales Convolucionales (CNN) y Redes Neuronales Recurrentes con memoria a largo plazo (RNN-LSTM). Se abordan fundamentos del procesamiento de audio, como la Transformada de Fourier y la extracción de características mediante MFCC, y se utilizan herramientas como Python, Jupyter Notebook, Keras y TensorFlow.
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Rey Juan Carlos
URL external
External URL
DOI
Date
Description
Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2024/2025. Directores/as: Rebeca Goya Esteban
Keywords
Machine Learning , Deep Learning , K-Nearest Neighbors (KNN) , Redes Neuronales Convolucionales (CNN) , Redes Neuronales Recurrentes (RNN) , Memoria a Largo y Corto Plazo (LSTM) , RNN-LSTM , Conversión analógica-digital (ADC) , Transformada de Fourier (TF) , Transformada de Fourier de Tiempo Corto (STFT) , Espectrograma , Coeficientes Cepstrales en Frecuencia de Mel (MFCC) , Python.



