---
language: es
tags:
- audio
- automatic-music-transcription
- music
- tensorflow
- basic-pitch
- pitch-estimation
license: apache-2.0
metrics:
- f1 (onset)
---

# CornetAI Training Dataset: Dataset para el Fine-Tuning de Transcripción de Corneta Española

Este conjunto de datos ha sido desarrollado por **Juan Francisco Morales Pérez** como parte fundamental de su Trabajo de Fin de Grado en la **Universidad de Almería (UAL)**. El dataset está diseñado específicamente para abordar la especialización de modelos de Transcripción Automática de Música (AMT) en instrumentos de viento-metal con características tímbricas complejas.

## Contexto y Propósito Técnico

El objetivo principal de este recurso es facilitar el proceso de *fine-tuning* sobre el modelo agnóstico **Basic Pitch**, modelo AGNÓSTICO de transcripción automática musical (AMT). A través de este entrenamiento especializado, se busca optimizar la precisión del modelo en la detección de notas y tiempos (*onsets*) para la corneta española, enfocándose específicamente en su nivel introductorio, la tercera voz de corneta.


## Composición del Dataset

El conjunto de datos consta de un total de **1070 archivos**, organizados en pares de audio y anotación:

* **Entradas de Audio (WAV)**: 535 archivos en formato Waveform Audio File Format destinados a las fases de entrenamiento y validación.
* **Anotaciones de Referencia (MIDI)**: 535 archivos MIDI que actúan como *ground-truth* o verdad de referencia.
* **Naturaleza de los Datos**: El dataset presenta una estructura híbrida que combina muestras generadas de forma sintética mediante scripts de automatización con grabaciones reales, garantizando la robustez del modelo resultante frente a interpretaciones humanas.

## Metodología de Procesamiento

La preparación de estos datos incluye configuraciones técnicas específicas para garantizar la compatibilidad con la arquitectura del transcriptor:

* **Aumento de Datos**: Se aplican técnicas de *pitch shifting* aleatorio y adición de ruido para mejorar la generalización del modelo.
* **Validación**: El sistema reserva una proporción de grabaciones reales para validar el rendimiento final, asegurando que la mejora en las métricas se traslade a condiciones de uso real.

## Especificaciones Técnicas

| Parámetro | Valor |
| :--- | :--- |
| **Frecuencia de Muestreo** | 22050 Hz |
| **Métrica Principal** | F-measure sin desplazamiento ($F_{no}$) |
| **Instrumento Objetivo** | Corneta Española (Tercera Voz) |

---

**Institución**: Universidad de Almería (UAL)  
**Grado**: Ingeniería Informática  
**Curso Académico**: 2025/2026