Docente expositor: Leandro Enrique Rodríguez
Destinatarios/as: Personas graduadas en carreras de grado relacionadas directa o indirectamente con la música y el sonido, interesadas en la influencia de la configuración espacial de la instrumentación en la grabación y la mezcla estéreo como aspectos sustanciales de su identidad estética y estilística.
Inscripción y postulación a becas: del 17 al 31 de agosto de 2026
Fecha de realización: del 24 de septiembre de 2026 al 12 de noviembre de 2026. Habrá 8 encuentros sincrónicos los días jueves de 18 a 20, comenzando el jueves 24 de septiembre
Carga horaria: 32 horas
Metodología: Teórico-práctico
Modalidad: a distancia
Código del curso: 280/CPG
Certificado: Se entregarán certificados de asistencia y aprobación de la Universidad Nacional de Quilmes.
Arancel: Residentes en el país: $121600 (Extranjeros residentes en Argentina, deberán presentar certificado de residencia en el país. Caso contrario, la facturación se realizará como Residentes en otros países.)
-Residentes en otros países: informes_posgrado@unq.edu.ar
Proceso de Inscripción
Antes de comenzar el proceso de inscripción, asegurate de tener una dirección de correo electrónico válida y que funcione correctamente, hasta obtener el usuario de estudiante de la UNQ, con dominio “@uvq.edu.ar”, el cuál se considerará automáticamente como su domicilio electrónico. Es importante destacar que las comunicaciones que enviemos a estas direcciones se considerarán válidas y suficientes a todos los efectos legales
A continuación les facilitamos la guía de inscripción: “Guía de Inscripción a cursos de posgrado”
Admisión
Los/as aspirantes a las propuestas formativas de posgrado deberán poseer como mínimo alguna de las siguientes condiciones:
a) Ser graduado/a universitario con título de grado final expedido por una Universidad Nacional, Universidad Provincial o Universidad Privada reconocida por el Poder Ejecutivo Nacional, correspondiente a una carrera con al menos cuatro (4) años de duración;
b) Graduados/as de Universidades extranjeras reconocidas por las autoridades competentes en su país.
c) Acreditar estudios terciarios completos de cuatro (4) o más años de duración con título final expedido por una institución reconocida por la autoridad educativa competente.
Fundamentación
Ciertos aspectos del sonido de la música pueden ser explicados desde la confección y observación de mapas donde la configuración espacial de componentes en frecuencia y amplitud de los instrumentos conforma relaciones de ensamble que determinan patrones estéticos y estilísticos. Esta herramienta analítica puede convertirse en un recurso técnico y creativo a la hora de grabar y mezclar música, e inclusive ofrecer una mirada adicional para la composición y producción basada en un criterio espacial de distribución de relaciones instrumentales donde cada fuente sonora configura una constelación de componentes espectrales o dinámicos dentro de la imagen estéreo.
Objetivo general:
Interpretar y crear mapas bidimensionales directamente desde fonogramas o cualquier tipo de registro sonoro de música en estéreo. En estos mapas, cada instrumento es una constelación espectral y dinámica que configura un ensamble que define una estética espacial particular.
Objetivos específicos:
-Interpretar metodología y recursos para la confección de planillas de cálculo que grafiquen mapas donde los instrumentos musicales configuran constelaciones espectrales y dinámicas dentro de la imagen estéreo.
-Realizar análisis de audio en frecuencia (FFT), amplitud (RMS), localización espacial (L-R) y evolución tímbrica mediante descriptores estadísticos de audio para obtener datos relevantes de la instrumentación musical en perspectiva espacial.
-Utilizar recursos de IA, estrictamente de Audio Source Separation, para separar instrumentación ensamblada en estéreo para su análisis posterior.
-Justificar a través de los mapas ya confeccionados y a confeccionar el sonido de distintas décadas y/o momentos artísticos de fonogramas clásicos, como así también a su evocación estética y eslilística en material contemporáneo.
Unidades/módulos
1: Introducción, antecedentes y metodología
Introducción: esquema de visión transdisciplinar, planteo y alcances del modelo. Modalidad de cursada y evaluación. Antecedentes: escena auditiva, parámetros acústicos objetivos y subjetivos, señal e imagen estéreo, el espacio intrínseco e extrínseco en la música, timbre y espacio en el juego de la palabra “quality”, paradigma de Rumsey para el sonido reproducido, análisis espectral y dinámico por FFT y RMS, la escala por 1/3 de octava y sus relaciones cognitivas en los hábitos profesionales de grabación y mezcla. Metodología: código común de fuentes y componentes. Audio Source Separation. Constelación de componentes de una sola fuente. Constelación espectral. Constelación dinámica. Descriptores estadísticos de audio. Obtención de muestras. Construcción de mapas en planillas de cálculo. Criterios globales y puntuales de análisis por mapas. Demostración de aplicación de modelo en fonogramas de la segunda mitad del siglo XX. Conclusiones obtenidas sobre patrones estéticos y estilísticos en los mapas.
2: Audio Source Separation orientado a instrumentos
Funcionamiento de DNNs. Uso de DNNs en software comercial y/o abierto orientadas a Audio Source Separation. Uso en Python. ID por stems. ID por instrumento. Ventajas y desventajas de cada método. Bleed. Artefactos. Usos comunes dentro y fuera del análisis de señal.
3: Análisis de la señal estéreo orientada a la música
FFT en L-R. RMS en L-R. Configuración para casos puntuales y globales. Extracción de datos desde software comercial. Extracción por SciLab y/o MatLab. Descriptores estadísticos de audio. Uso de Spectral Flatness, Spectral Spread y Spectral Centroid dentro de Sonic Visualizer y/o MatLab.
4: Realización de mapas con criterios globales o puntuales
Obtención de muestras desde stems. Obtención por instrumento. Criterios globales y puntuales en la exportación de datos. Implementación de valores en libros de cálculo. Plantilla. Valores de instrumento en hojas. Tabla de competencia enmascarante y tabla general en hoja principal. Posicionamiento en azimut. Criterios de ubicación de componentes en casos específicos. Gráficos. Automatización de procesos. Realización de mapa de constelaciones dinámicas. Realización de mapa de constelaciones espectrales. Extracto o diseño individual de constelación de fuente única. Análisis de constelaciones. Patrones estéticos y estilísticos en fonogramas de la segunda mitad del siglo XX: décadas del ’60, 70’ 80’y 90’. Análisis en ejemplos del siglo XXI. Contraste del análisis con bibliografía y otros datos de realización. Contraste con experimentos psicofísicos. Prospectiva en audio 3D. Prospectiva por fuera de la música. Asistencia en la confección, desarrollo y mejora del trabajo práctico final.
Bibliografía
-Rodríguez, L.E. (2024). Spectral or Dynamic Constellations as Sound Sources in Maps.
SCT Proceedings in Interdisciplinary Insights and Innovations, 2, 276-276. DOI: 10.56294/piii2024276
-Rodríguez, Leandro E. (2023). Construcción de mapas sonoros sobre música realizada en estéreo.
En “Investigaciones sobre audio espacial y estética del arte sonoro”. Wolkowicz Editores, p. 7-46.
-Rodríguez, L. (2023). Fuentes musicales como constelaciones de componentes dentro del espacio virtual. Actas de la Conferencia Latinoamericana de Audio AES LAC 2022. ISBN 978-631-00-2025-9.
-Rodríguez, Leandro Enrique; (2024): Cálculo de datos para la construcción de constelaciones de fuentes sonoras en mapas bidimensionales. CONICET. (dataset). http://hdl.handle.net/11336/228443
-Rodríguez, Leandro Enrique; (2024): Experimentos psicofísicos sobre constelaciones de fuentes sonoras en mapas bidimensionales. CONICET. (dataset). http://hdl.handle.net/11336/249206
-Bregman, A. S. (1990). Auditory scene analysis: The perceptual organization of sound. MIT press.
-Howard, D., & Angus, J. (2013). Acoustics and Psychoacoustics. Routledge.
-McAdams, S., & Bregman, A. (1979). Hearing musical streams. Computer Music Journal, 26-60.
-Soulodre, G. A., & Bradley, J. S. (1994). The components of spatial impression in concert halls. Canadian Acoustics, 22(3), 51-52.
-Farina, M. A. (2019). Tipologías arquitectónicas y calidad acústica de salas para música. Universidad Nacional de Quilmes Editorial.
-Newell, P. (2017). Recording Studio Design. Routledge.
-Burgess, R. J. (2014). The history of music production. Oxford University Press.
-Horning, S. S. (2004). Engineering the performance: Recording engineers, tacit knowledge and the art of controlling sound. Social Studies of Science, 34(5), 703-731.
-Blauert, J. (1997). Spatial hearing: the psychophysics of human sound localization. MIT press.
-Sousa, F. W. J. (2024). Space in Music: what we call ‘space’ in music and what it really is. Revista Vórtex, 12, e8490.
-Letowski, Tomasz. “Sound quality assessment: concepts and criteria.” Audio Engineering Society Convention 87. Audio Engineering Society, 1989.
-Rumsey, F. (2002). Spatial quality evaluation for reproduced sound: Terminology, meaning, and a scene-based paradigm. Journal of the Audio Engineering Society, 50(9), 651-666.
-Basso, G. (2001). Análisis espectral: la transformada de Fourier en la música. Ediciones al Margen.
-Chakraborty, S. S., & Parekh, R. (2018). Improved musical instrument classification using cepstral coefficients and neural networks. Methodologies and application issues of contemporary computing framework, 123-138.
-Miyara, F. (2003). Acústica y Sistemas de Sonido. Universidad Nacional de Rosario.
-Honeycutt, R. (2019). Why Do We Equalize In 1/3-Octave Bands? SynAudCon Pro Sound Training
-Stavrou, M. P. (2003). Mixing with your mind: Closely guarded secrets of sound balance engineering. Flux Research Pty Limited.
-Théberge, P. (1999). Any Sound You Can Imagine: Making Music/Consuming Technology. Wesleyan University Press.
-Huber, D. M., & Runstein, R. (2012). Modern recording techniques. Routledge.
-Owsinski, B. (2013). The mixing engineer’s handbook. Nelson Education.
-Nielsen, M. A. (2015). Neural networks and deep learning (Vol. 25). San Francisco, CA: Determination press.
-Makino, S. (Ed.). (2018). Audio Source Separation. Springer.
-Pariente, M., Cornell, S., Cosentino, J., Sivasankaran, S., Tzinis, E., Heitkaemper, J., … & Vincent, E. (2020). Asteroid: the pytorch-based audio source separation toolkit for researchers. arXiv preprint arXiv:2005.04132.
-Nakamura, T., Kozuka, S., & Saruwatari, H. (2021). Time-domain audio source separation with neural networks based on multiresolution analysis. IEEE/ACM Transactions on Audio, Speech, and Language Processing, 29, 1687-1701.
-Peeters, G., Giordano, B. L., Susini, P., Misdariis, N., & McAdams, S. (2011). The timbre toolbox: Extracting audio descriptors from musical signals. The Journal of the Acoustical Society of America, 130(5), 2902-2916.
-Basso, G., (2006). Percepción Auditiva. Universidad Nacional de Quilmes Editorial
-Lee, H., & Rumsey, F. (2013). Level and time panning of phantom images for musical sources. Journal of the Audio Engineering Society, 61(12), 978-988.
-Taruskin, R. (2006). Music in the Late Twentieth Century: The Oxford History of Western Music. Oxford University Press.