Deep Learning aplicado em recuperação de informação musical.

Este seminário abordou os principais conceitos e avanços na área de Recuperação de Informação Musical (MIR), começando com a conversão de áudio em representações digitais discretas, desde a onda sonora até técnicas mais interessantes como a Transformada de Fourier de Tempo Curto (STFT), revelando informações de frequência ao longo do tempo, e o Chromagrama e Melspectrograma, que capturam características tonais e de timbre do áudio. Discutimos tarefas fundamentais em MIR, como a identificação de gênero musical, recuperação de músicas similares e estimação de progressões de acordes, essencial para a análise harmônica de uma composição. A partir disso, exploramos as aplicações de modelos de Deep Learning, como o caso de Redes Neurais Recorrentes (RNNs) e Transformers, em MIR.