En este curso comenzaremos viendo cómo comunicar a Max con Live a través de datos MIDI y cómo tomar la información MIDI desde un Clip de Live y transformarla a través de diferentes procesos. A continuación, veremos como controlar el entorno Live desde Max y por lo tanto desde cualquier dispositivo externo. Crearemos un instrumento virtual sencillo que implemente envolventes dinámicas y cambios tímbricos. Por último, veremos una introducción al procesamiento de audio digital. Acerca Expertos Cursos Plataforma Precios Contacto Introducción a Max for Live Descripción del curso MaxforLive es una herramienta que une dos software esenciales para la creación musical y multimedia: Ableton Live y Cycling74 Max. A través de MaxforLive es posible contar con una estación de trabajo digital que incorpora todas las posibilidades de creación y programación de interfaces propias. En este curso comenzaremos viendo cómo comunicar a Max con Live a través de datos MIDI y cómo tomar la información MIDI desde un Clip de Live y transformarla a través de diferentes procesos. A continuación, veremos como controlar el entorno Live desde Max y por lo tanto desde cualquier dispositivo externo. Crearemos un instrumento virtual sencillo que implemente envolventes dinámicas y cambios tímbricos. Por último, veremos una introducción al procesamiento de audio digital. Hemos creado el contenido de este curso teniendo en mente a la alumna/o que quiere introducirse en este mundo de MaxforLive pero que no cuenta con muchos conocimientos previos sobre audio digital y MIDI. En próximos cursos iremos agregando temas y ejemplos para así profundizar en varios aspectos importantes de la creación multimedia con tecnología. Nivel I Plan de estudio: Capítulo 1. La plataforma MaxforLive Sesión 1: ¿Cómo comenzamos? Sesión 2: El entorno Max. Sesión 3: Objetos gráficos de usuario. Sesión 4: Primeros objetos. Sesión 5: Objetos generadores de números. Capítulo 2. Max y MIDI Sesión 1: Introducción a MIDI. Sesión 2: MIDI dentro de MaxforLive. Sesión 3: Dos ejemplos. Capítulo 3: Patch MIDI de ejemplo Sesión 1: Delay MIDI (parte I) Sesión 2: Delay MIDI (parte II) Capítulo 4. Max y Live Sesión 1: Comunicación entre Max y Live Sesión 2: Live Object Model (LOM) Sesión 3: Patch de ejemplo I Sesión 4: Patch de ejemplo II Capítulo 5. Efectos de audio e instrumentos Sesión1: Audio digital, comunicación entre Max y Live Sesión 2: Procesamiento de audio Sesión 3: Envolvente rítmica Sesión 4: Instrumento virtual simple. Nivel II Plan de estudio: Capítulo 1. Sintetizador polifónico / Polyphonic synthesizer Sesión 1: Polifonía Sesión 2: Control de voces dentro de poly~ Sesión 3: ADSR dentro de poly~ Sesión 4: VCF Sesión 5: Trabajando con table~ Sesión 6: Finalización del patch y automatización Capítulo 2. Sintetizador FM / FM synthesizer Sesión 1: Presentación del patch e introducción a la síntesis por FM Sesión 2: Algoritmos FM y control MIDI Sesión 3: Implementación polifónica y ADSR Sesión 4: Envolventes para cada índice de modulación Sesión 5: Finalización del patch Capítulo 3. Multiefecto Sesión 1: Introducción. Creación del reverberador Sesión 2: Creación del módulo delay Sesión 3: Creación del wha wha Sesión 4: Creación del ring modulator. Sesión 5: Implementación de la interfaz gráfica Capítulo 4. Vocoder Sesión 1: Introducción. Teoría del Vocoder Sesión 2: Creación del analizador de entrada Sesión 3: Creación del analizador del sintetizador Sesión 4: Uso del crosspatch y creación de la interfaz de usuario Capítulo 5. Objetos Multi Channel (MC) / Multi Channel (MC) Objects Sesión 1: Introducción a los objetos MC Sesión 2: Mensajes de control para los objetos MC Sesión 3: Control MIDI Sesión 4: Control multicanal e interfaz de usuario Comprar Descuento al obtener dos cursos o más No se aceptan devoluciones en los pagos de los cursos Copyright © 2021 CMMAS Comprar Descuento al obtener dos cursos o más No se aceptan devoluciones en los pagos de los cursos

Acerca Expertos Cursos Plataforma Precios Contacto Introducción a la inteligencia artificial de audio con redes neuronales Descripción del curso El uso de la inteligencia artificial continúa haciéndose más común en nuestro entorno. En lo que respecta a la música y el sonido, muchos de nosotros usamos asistentes personales, como Siri o Alexa, que nos ayudan a transcribir automáticamente nuestra habla, o que pueden escuchar música y decirnos instantáneamente el autor o intérprete. En este curso, aprenderemos los fundamentos teóricos, matemáticos, y computacionales que hacen posible el aprendizaje automático en las máquinas. Aprenderemos a usar datos de audio, como el habla, la música, y grabaciones ambientales, para entrenar redes neuronales artificiales que pueden escuchar y reconocer la información que posee el audio. Primero, estudiaremos la representación digital del audio y la extracción de información usando métodos estandarizados como el análisis espectral. Luego, estudiaremos cómo entrenar algoritmos simples como regresión lineal y clasificación. Después aprenderemos a construir una red neuronal artificial desde cero, y cómo entrenarla intuitiva- y eficientemente. Finalmente, aprenderemos a usar Tensorflow para diseñar algoritmos que llevan a cabo la clasificación de géneros musicales, la transcripción automática del habla, y la generación artificial de audio. Plan de estudio: Capítulo 1. Fundamentos matemáticos del análisis espectral Sesión1. Números reales, números imaginarios, y números complejos Sesión 2. Representaciones cartesianas y polares de los números complejos Sesión 3. El audio y su representación digital Sesión 4. Funciones matemáticas Sesión 5. La transformada discreta de Fourier (DFT) Sesión 6. El DFT en Python3 desde cero Capítulo 2. Reducción de dimensionalidad del audio digital Sesión 1. El problema de la alta dimensionalidad del audio digital Sesión 2. Reducción de dimensionalidad mediante la extracción de características Sesión 3. El audio digital como matrices y vectores, y operaciones básicas de álgebra lineal Sesión 4. El análisis de componentes principales Sesión 5. PCA en Python3 aplicado al audio digital Capítulo 3: Aprendizaje supervisado con regresión lineal, descenso por gradiente y validación cruzada Sesión 1. Perspectiva general de técnicas de aprendizaje automático (Machine Learning) Sesión 2. La regresión lineal Sesión 3. Optimización de la regresión lineal aplicada al audio Sesión 4. La validación cruzada Sesión 5. Regresión lineal en Python 3 con aplicación al audio Capítulo 4. Clasificación de géneros musicales con Softmax Sesión 1. La regresión logística y su comparativa con la regresión lineal Sesión 2. El gradiente de la entropía cruzada de la regresión logística Sesión 3. La regresión logística en Python3 para la clasificación de arco vs pizzicato Sesión 4. La función Softmax para la clasificación multiclase Sesión 5. Softmax en Python3 para la clasificación de audio de 10 distintos géneros musicales Capítulo 5. Clasificación de géneros musicales con redes neuronales artificiales Sesión 1. La relación entre Softmax y una red neuronal artificial Sesión 2. Definición y análisis matemático de una red neuronal artificial Sesión 3. Descripción de las tres no-linealidades más comunes para una red neuronal Sesión 4. El gradiente del objetivo respecto a los parámetros en una red neuronal artificial Capítulo 6. Tensorflow2 y ejemplos de aplicaciones al audio digital Sesión 1. La librería Tensorflow2 para el desarrollo de redes neuronales artificiales Sesión 2. Red neuronal en Tensorflow2 para la clasificación de géneros musicales Sesión 3. El modelo DeepSpeech para la transcripción de voz en audio digital Sesión 4. Modelos neuronales para la síntesis de audio Comprar Descuento al obtener dos cursos o más No se aceptan devoluciones en los pagos de los cursos Un programa del Centro Mexicano para la Música y las Artes Sonoras Copyright © 2021 CMMAS

Acerca Expertos Cursos Plataforma Precios Contacto Programming, Performing and Improvising with SuperCollider Descripción del curso Este curso de introducción al lenguaje musical de computadora (SC) de SuperCollider debería ser de interés tanto para principiantes como para usuarios algo experimentados que deseen revisar o ampliar sus conocimientos en algunas de las áreas que se explorarán. Los temas incluyen generación algorítmica de música, procesamiento a medida, síntesis, control en tiempo real e improvisación (incluida la codificación en vivo). Introduciendo gradualmente nuevos temas, cada capítulo se basa en las secciones anteriores para proporcionar a los usuarios una base sólida y coherente de conocimientos para su práctica futura. Plan de estudio Capítulo 1. SC Basics Sesión 1. Introducción al curso (sin archivo de código). Sesión 2. Hello World! Sesión 3. Haciendo sonido. Sesión 4. SynthDefs vs sintetizadores. Sesión 5. Grabación y procesamiento básicos Sesión 6. Comprensión de algunos errores comunes Capítulo 2. Creación de música algorítmica Sesión 1. Envolventes Sesión 2. Creación de música algorítmica Sesión 3. Grabación de patrones y streams. Sesión 4. Procesamiento con patrones. Sesión 5. Granulación Capítulo 3. Procesamiento avanzado con Ndefs Sesión 1. Trabajando con Ndefs Sesión 2. Mixer Ndef Sesión 3. Patrones en Ndefs. Sesión 4. Procesamiento a medida y adaptiveFX Capítulo 4. Síntesis en SC Sesión 1. Introducción a la síntesis en SC Sesión 2. Síntesis clásica Sesión 3. Síntesis inusual Sesión 4. Re-síntesis de análisis Capítulo 5. Live Control en SC Sesión 1. Control del mouse Sesión 2. Control MIDI Sesión 3. Control OSC Sesión 4. Live coding con patrones Comprar Descuento al obtener dos cursos o más No se aceptan devoluciones en los pagos de los cursos Un programa del Centro Mexicano para la Música y las Artes Sonoras Copyright © 2021 CMMAS