Artwork

コンテンツは Horacio Pérez-Sánchez によって提供されます。エピソード、グラフィック、ポッドキャストの説明を含むすべてのポッドキャスト コンテンツは、Horacio Pérez-Sánchez またはそのポッドキャスト プラットフォーム パートナーによって直接アップロードされ、提供されます。誰かがあなたの著作物をあなたの許可なく使用していると思われる場合は、ここで概説されているプロセスに従うことができますhttps://ja.player.fm/legal
Player FM -ポッドキャストアプリ
Player FMアプリでオフラインにしPlayer FMう!

324. Yesid Ospitia: recomendaciones musicales basadas en emociones e IA

53:44
 
シェア
 

Manage episode 446400399 series 3274405
コンテンツは Horacio Pérez-Sánchez によって提供されます。エピソード、グラフィック、ポッドキャストの説明を含むすべてのポッドキャスト コンテンツは、Horacio Pérez-Sánchez またはそのポッドキャスト プラットフォーム パートナーによって直接アップロードされ、提供されます。誰かがあなたの著作物をあなたの許可なく使用していると思われる場合は、ここで概説されているプロセスに従うことができますhttps://ja.player.fm/legal

En este episodio, tuve el placer de entrevistar a Yesid Ospitia, un investigador que está trabajando en sistemas de recomendación musical. Hablamos sobre los problemas actuales que enfrentan las principales plataformas de streaming, donde las recomendaciones musicales tienden a priorizar la popularidad en lugar de centrarse en las características musicales reales, algo que termina afectando negativamente a los artistas emergentes. Yesid nos explicó cómo su investigación busca justamente resolver este problema mediante el uso de inteligencia artificial y estrategias basadas en el contenido, clasificando las canciones según sus características como el ritmo, el timbre y, lo más innovador, la emoción que estas transmiten.

En el transcurso de la conversación, Yesid compartió cómo su modelo de recomendación se enfoca en agrupar canciones por similitud emocional, utilizando técnicas avanzadas de inteligencia artificial. Uno de los aspectos más interesantes es cómo este modelo tiene en cuenta la estructura de la canción, lo que permite que las recomendaciones sean más precisas y estén alineadas con las emociones que el oyente percibe en diferentes partes de la pieza musical.

Hablamos también sobre los desafíos que su investigación enfrenta, como el proceso manual de etiquetado emocional de las canciones y la falta de datasets representativos de géneros menos conocidos. Sin embargo, Yesid está convencido de que la solución a estos problemas pasa por seguir mejorando los sistemas de inteligencia artificial y generar datasets más diversos.

Otra parte importante de nuestra conversación giró en torno al sesgo en la industria musical, donde los algoritmos favorecen a los artistas más populares, dejando a los emergentes con menos oportunidades de ser descubiertos. Yesid destacó que su investigación propone un cambio en este paradigma, sugiriendo que las recomendaciones se basen más en la similitud entre las canciones y no tanto en la cantidad de reproducciones o la fama de los artistas.

Mirando hacia el futuro, Yesid cree que la inteligencia artificial seguirá jugando un papel fundamental en la música, pero que el verdadero desafío está en cómo la industria puede adaptarse para ser más inclusiva y justa con los artistas emergentes. Fue muy inspirador escuchar cómo combina su pasión por la música con la tecnología en su trabajo.

Si te interesa saber más sobre Yesid Ospitia y su investigación, puedes visitar su página web en yospitiam.co.

Como siempre, si este episodio te resultó interesante, la mejor forma de apoyar este podcast es compartirlo con alguien que creas que le pueda gustar. También puedes unirte a nuestra comunidad de investigadores en WhatsApp o contactar conmigo a través de horacio-ps.com/contacto.

  continue reading

324 つのエピソード

Artwork
iconシェア
 
Manage episode 446400399 series 3274405
コンテンツは Horacio Pérez-Sánchez によって提供されます。エピソード、グラフィック、ポッドキャストの説明を含むすべてのポッドキャスト コンテンツは、Horacio Pérez-Sánchez またはそのポッドキャスト プラットフォーム パートナーによって直接アップロードされ、提供されます。誰かがあなたの著作物をあなたの許可なく使用していると思われる場合は、ここで概説されているプロセスに従うことができますhttps://ja.player.fm/legal

En este episodio, tuve el placer de entrevistar a Yesid Ospitia, un investigador que está trabajando en sistemas de recomendación musical. Hablamos sobre los problemas actuales que enfrentan las principales plataformas de streaming, donde las recomendaciones musicales tienden a priorizar la popularidad en lugar de centrarse en las características musicales reales, algo que termina afectando negativamente a los artistas emergentes. Yesid nos explicó cómo su investigación busca justamente resolver este problema mediante el uso de inteligencia artificial y estrategias basadas en el contenido, clasificando las canciones según sus características como el ritmo, el timbre y, lo más innovador, la emoción que estas transmiten.

En el transcurso de la conversación, Yesid compartió cómo su modelo de recomendación se enfoca en agrupar canciones por similitud emocional, utilizando técnicas avanzadas de inteligencia artificial. Uno de los aspectos más interesantes es cómo este modelo tiene en cuenta la estructura de la canción, lo que permite que las recomendaciones sean más precisas y estén alineadas con las emociones que el oyente percibe en diferentes partes de la pieza musical.

Hablamos también sobre los desafíos que su investigación enfrenta, como el proceso manual de etiquetado emocional de las canciones y la falta de datasets representativos de géneros menos conocidos. Sin embargo, Yesid está convencido de que la solución a estos problemas pasa por seguir mejorando los sistemas de inteligencia artificial y generar datasets más diversos.

Otra parte importante de nuestra conversación giró en torno al sesgo en la industria musical, donde los algoritmos favorecen a los artistas más populares, dejando a los emergentes con menos oportunidades de ser descubiertos. Yesid destacó que su investigación propone un cambio en este paradigma, sugiriendo que las recomendaciones se basen más en la similitud entre las canciones y no tanto en la cantidad de reproducciones o la fama de los artistas.

Mirando hacia el futuro, Yesid cree que la inteligencia artificial seguirá jugando un papel fundamental en la música, pero que el verdadero desafío está en cómo la industria puede adaptarse para ser más inclusiva y justa con los artistas emergentes. Fue muy inspirador escuchar cómo combina su pasión por la música con la tecnología en su trabajo.

Si te interesa saber más sobre Yesid Ospitia y su investigación, puedes visitar su página web en yospitiam.co.

Como siempre, si este episodio te resultó interesante, la mejor forma de apoyar este podcast es compartirlo con alguien que creas que le pueda gustar. También puedes unirte a nuestra comunidad de investigadores en WhatsApp o contactar conmigo a través de horacio-ps.com/contacto.

  continue reading

324 つのエピソード

すべてのエピソード

×
 
Loading …

プレーヤーFMへようこそ!

Player FMは今からすぐに楽しめるために高品質のポッドキャストをウェブでスキャンしています。 これは最高のポッドキャストアプリで、Android、iPhone、そしてWebで動作します。 全ての端末で購読を同期するためにサインアップしてください。

 

クイックリファレンスガイド