Diseñan un sintetizador de canto basado en las redes neuronales

Por qué confiar en El PeriódicoPor qué confiar en El Periódico Por qué confiar en El Periódico

Investigadores de la Universidad Pompeu Fabra (UPF) de Barcelona han diseñado un sintetizador de canto basado en redes neuronales de última generación que es capaz de modelarlo con pocas grabaciones e incorpora un algoritmo que permite crear canto sintético rápidamente.

Hasta ahora, los mejores sintetizadores de canto estaban basados en muestras o bien en modelos estadísticos.

Los primeros se caracterizan por juntar pequeños fragmentos de grabaciones, como si formaran un gran rompecabezas, pero tienen problemas a la hora de generar un canto fluido sin discontinuidades, mientras que los modelos estadísticos se basan en un análisis estadístico de las características sonoras de las grabaciones y generan canto fluido sin discontinuidades, pero tienen problemas para generar detalles y matices.

Jordi Bonada y Merlijn Blaauw, investigadores del Music Information Research Lab (MIRLab) vinculado al Grupo de Investigación en Tecnología Musical (MTG) de la UPF, han desarrollado este nuevo sistema que utiliza redes neuronales de última generación especializadas en señales acústicas.

Este nuevo modelo permite unir mejor los dos aspectos principales de los sintetizadores de canto tradicionales, y es capaz de generar canto fluido con detalles y matices, y sin discontinuidades.

Según ha informado la UPF en un comunicado, rompiendo la tendencia general en redes neuronales de requerir muchas horas de grabación para crear modelos de voz, el nuevo sistema es capaz de modelar canto con pocas grabaciones, 15 minutos en español y 35 en inglés.

Incorpora también un algoritmo que permite crear canto sintético alrededor de 20 veces más rápido que en tiempo real, lo que, según la UPF, lo convierte en un sistema claramente competitivo en términos de calidad sonora y eficiencia.

La evaluación y validación del nuevo sistema se ha realizado a través de un experimento de escucha con 18 oyentes.