Algoritmo Timelapse

Optimización del método de Time Lapse Sonoro

Utilizando como base las grabaciones obtenidas, se simularon y describieron las diferentes etapas de procesamiento de la señal acústica, usando el método de montaje sonoro, con el fin de generar audios en formato .wav sin compresión, que se utilizaron como base en las siguientes actividades del proyecto. Durante la simulación se seleccionaron los parámetros óptimos que ayuden a describir lo más fielmente posible los eventos acústicos presentes en la grabación de 24 horas en el humedal. Se analizaron las diversas condiciones y se compararon los efectos, al reducir la longitud de las muestras de cada grabación, con el propósito de agilizar el proceso de generación del montaje sonoro para cada humedal. Se investigó además cuál es la mejor forma de combinar muestras de cada hora registrada, para generar transiciones graduales entre muestras y darle una mayor continuidad al montaje sonoro final generado. Se evaluaron condiciones en las cuales se puede alterar el número y la duración de las muestras consideradas de modo de agilizar el proceso de generación de cada montaje sonoro y, de esta manera, obtener el resultado con la mejor calidad de sonido posible. En colaboración con el ornitólogo Jorge Tomasevic se exploraron técnicas de Machine Learning para entrenar el algoritmo del sistema, de modo que este reconozca automáticamente en el espectrograma de las grabaciones de paisaje sonoro, eventos sonoros que estén relacionados con la actividad de aves y fauna específica en cada humedal. La figura 3 muestra la estructura global del algoritmo de time-lapse diseñado y la figura 4 muestra una comparación de espectrogramas de audios de time-lapse de distintas duraciones (A, B, C, D) contrastados con la grabación de 24 horas continuas de la cual se tomaron las muestras de sonido (figura inferior).