Update README.md

README.md

@@ -10,64 +10,4 @@ tags:
 license: apache-2.0
 metrics:
 - f1 (onset)
----
-
-# CornetAI: Sistema Inteligente para el Aprendizaje de la Corneta Española
-
-Este repositorio contiene los recursos técnicos desarrollados para el Trabajo de Fin de Grado de Juan Francisco Morales Pérez, realizado en la Universidad de Almería.
-
-CornetAI es un sistema integral basado en Inteligencia Artificial especializado en la transcripción automática y calificación técnica de la corneta española en su nivel de tercera voz.
-
-
-## Resumen del Sistema
-
-CornetAI funciona como una herramienta de estudio que permite al músico recibir una calificación objetiva basada en la comparación de su ejecución frente a una partitura de referencia. El sistema se apoya en los siguientes componentes fundamentales:
-
-* Transcriptor Especializado: Modelo basado en el ajuste fino (fine-tuning) de Basic Pitch, modelo agnóstico desarrollado por Spotify, optimizado para la respuesta tímbrica de instrumentos de viento-metal.
-* Dataset Híbrido: Conjunto de datos compuesto por muestras sintéticas y grabaciones reales para asegurar la robustez del entrenamiento.
-* Módulo de Calificación: Algoritmo en Python que procesa archivos de audio, genera una transcripción y calcula una puntuación basada en métricas de precisión rítmica y melódica.
-
-## Estructura del Repositorio
-
-Para el correcto funcionamiento de las herramientas, el repositorio mantiene la siguiente organización de archivos:
-
-* CornetAI_SavedModel/: Carpeta que contiene la arquitectura y los pesos del modelo exportados para TensorFlow.
-* calificador.py: Script principal encargado de realizar la transcripción y evaluación por línea de comandos.
-* src/: Carpeta que incluye los scripts de desarrollo, tales como entrenar.py y generador_maestro_midis.py.
-
-## Instalación y Requisitos
-
-El entorno de ejecución requiere Python 3.8 o superior y la instalación de las siguientes bibliotecas de software:
-
-* tensorflow: Para la gestión y ejecución del modelo de red neuronal.
-* librosa: Para el procesamiento y análisis de señales de audio.
-* pretty_midi: Para la manipulación y creación de datos en formato MIDI.
-* mir_eval: Para el cálculo de métricas estandarizadas de evaluación musical.
-* matplotlib: Para la generación de los informes visuales de resultados.
-* basic-pitch: Biblioteca base sobre la que se sustenta el transcriptor.
-
-## Modo de Uso: Calificador por Línea de Comandos
-
-El archivo calificador.py permite realizar evaluaciones directas. El script requiere como argumentos un archivo de audio en formato WAV interpretado por el usuario y un archivo de referencia en formato MIDI. Para realizar una demo se pueden encontrar archivos preparados en el evaluation_dataset.
-
-Comando de ejecución:
-python calificador.py <ruta_audio_usuario.wav> <ruta_referencia.mid>
-
-Salida del sistema:
-1. Terminal: El sistema muestra por consola la nota final calculada y una lista detallada de correcciones sugeridas basadas en la precisión de los onsets.
-2. Informe Visual: Se genera automáticamente una imagen comparativa de los piano-rolls que permite visualizar las diferencias entre la partitura y la ejecución.
-
-## Rendimiento del Modelo
-
-Tras el proceso de especialización, CornetAI ha logrado mejorar la precisión de ataque respecto al modelo base:
-* Modelo Base: 74,70 por ciento en métrica Fno.
-* CornetAI: 85,80 por ciento en métrica Fno.
-
-## Acceso a los Datasets
-
-* Dataset de Entrenamiento: Se encuentra disponible para su consulta en la sección Datasets del perfil de Hugging Face asociado a este proyecto.
-* Dataset de Evaluación: Se incluye dentro de la carpeta evaluation_dataset de este repositorio para garantizar la reproducibilidad de las pruebas de calificación.
-
----
-Institución: Universidad de Almería - Escuela Superior de Ingeniería.
-Curso Académico: 2025/2026.
+---