Noisitapp: la app de Android para grabar y etiquetar muestras sonoras
Ver/Abrir
Autor/a
Hermosilla Sánchez, Marc
Otros/as autores/as
Universitat Ramon Llull. La Salle
Fecha de publicación
2020Resumen
La utilizaciónde sistemas autónomos para el reconocimientode patronesestá en auge; dotar a un sistema de un aprendizaje autónomo, con el objetivo de automatizar tareas manuales parametrizando datos. Para poder construir estos sistemas, se requieren bases de datos representativas que sirvan para entrenar y evaluar estos algoritmos de reconocimiento de patrones. Con el propósito de recoger dichas bases de datos, Noisitapp permite grabar y etiquetar muestras sonoras de manera sencilla, poniendo a disposición de cualquier usuario con un dispositivo Android, la capacidad de registrar sonidos y subirlos a la nube. El desarrollo tiene en cuenta la aplicación en Android, la gestión de usuarios y registro de archivos en Firebase, así como la interacción con las diferentes APIs externas necesarias para su funcionamiento.Todos los estudios han sido realizados en el Grupo de Recerca en Tecnologías Media (GTM) de La Salle Campus Barcelona, Universitat Ramon Llull.
The usageof autonomous sample classification systemsfor pattern recognitionis increasingexponentially; provide a system with autonomous learning, in order toautomate manual tasks parameterizing data. In order to build these systems, representative databases are required to train and evaluate these pattern recognition algorithms. In order to collect these databases, Noisitapp allows recording and labeling sound samples in a simple way, making available to any user with an Androiddevice, the ability to record sounds and upload them to the cloud.The development takes into account the application in Android, the user management and file registration in Firebase,as well as the interaction with the different external APIs necessary for its operation.All the studies have been realised with the Research Group on Media Technologies (GTM)of La SalleCampusBarcelona, Universitat Ramon Llull
La utilitzacióde sistemes autònoms de classificació de mostres per al reconeixement de patrons està augmentant exponencialment; dotar un sistema d’un aprenentatge autònom, amb l’objectiu d’automatitzar tasques manuals parametritzant dades. Per a poder construir aquests sistemes, es requereixen bases de dades representatives que serveixin per entrenar i avaluar aquests algoritmes de reconeixement de patrons. Amb el propòsit de recollir les bases de dades, Noisitapp permet gravar i etiquetar mostres sonores de manera senzilla, posant a disposició de qualsevol usuari amb un dispositiu Android, la capacitat d’enregistrar sons i pujar-los al núvol.El desenvolupament té en compte l'aplicació en Android, lagestió d'usuaris i registre d'arxius en Firebase, així com la interacció amb les diferents APIs externes necessàries per al seu funcionament.Totsels estudis han estat realitzats amb el Grup de Recerca en Tecnologies Mèdia (GTM)de La SalleCampusBarcelona, Universitat Ramon Llull.
Tipo de documento
Trabajo fin de máster
Lengua
Castellano
Materias (CDU)
004 - Informática
62 - Ingeniería. Tecnología
Palabras clave
Aplicacions mòbils -- TFM
Bases de dades -- TFM
Aprenentatge automàtic -- TFM
Páginas
71 p.
Colección
ENG TFM MUET; 2623
Este ítem aparece en la(s) siguiente(s) colección(ones)
Derechos
© Escola Tècnica Superior d'Enginyeria La Salle
Excepto si se señala otra cosa, la licencia del ítem se describe como http://creativecommons.org/licenses/by-nc-nd/4.0/