Integrantes:
Alejandra Coral
Alejandra Verano
Isabela Sanabria
Naomi Ruiz
Bioestadistica - David Arango
El semillero de investigación Mantra cuenta con el respaldo del proyecto Urbanphony, el cual explora y analiza los diversos sonidos que caracterizan ciudades como Popayán, Santiago de Compostela y Venecia, junto con otros entornos urbanos, resaltando los elementos acústicos únicos que hacen que cada una de estas ciudades sea especial. En las ciudades mencionadas se lograron destacar diferentes sonidos generados por distintas fuentes, como fue la ecotopofonía en Popayán, con los sonidos naturales de sus amplias zonas verdes; en Italia predominó la antropofonía, principalmente de las voces de las personas que llenan el espacio urbano; y finalmente, en Santiago de Compostela predominaban igualmente las voces, pero estas se acompañaban de música en las calles, creando una atmósfera sonara particular. A partir de las ciencias de la computación y el estudio del paisaje sonoro, el semillero investiga diversas perspectivas para profundizar en la comprensión del vínculo entre los seres humanos y los sonidos acústicos que perciben. Con ayuda de modelos de inteligencia artificial, es posible reconocer ruidos, logrando identificar y clasificar una amplia variedad de sonidos presentes en la ciudad. Estas tecnologías permiten analizar patrones acústicos, distinguir entre diferentes fuentes sonoras, como el tráfico, el canto de las aves o el bullicio abriendo la puerta a soluciones innovadoras para contribuir al bienestar social.
Basado en lo anterior, se generaron 2 modelos; el primero, llamado eficent, se encargaba de producir grabaciones para caracterizar la cantidad de sonidos presentes, siendo configurado para grabar durante 4 segundos, un tiempo suficiente para captar una gran variedad de sonidos. Sin embargo, la alta densidad sonora en este lapso generaba un solapamiento entre los sonidos, lo que dificultaba su clasificación adecuada. A raíz de este desafío, desarrollaron un segundo modelo de inteligencia artificial, que logró clasificar de manera precisa los diferentes tipos de sonidos capturados. Gracias a esta mejora, identificaron dos principales categorías de sonidos: las biofonías, relacionadas con elementos naturales como el canto de las aves, y las antropofonías, generadas por actividades humanas, las cuales fueron registradas en las ciudades analizadas.
Luego de esto, se realizo la presentacion de Data Augmentation, una técnica que ayuda a aumentar datos usando espectrogramas de Mel, que corresponde a imágenes de los sonidos en el tiempo. Tomaban grabaciones de sonidos en un momento específico y las modificaban, como rotándolas, para crear nuevas versiones. En el espectrograma, estas modificaciones mostraban las frecuencias de cada sonido como patrones visibles en la imagen.
Ahora bien, en el ámbito artístico, específicamente en el diseño de la comunicación visual, se abordó el proceso de la animación. Donde se menciono que tradicionalmente, esta técnica implicaba el uso de dibujos en ciertos planos, lo que aportaba un alto grado de realismo a las escenas representadas. Sin embargo, con la llegada de las tecnologías alrededor de la década de los 50, surgió la realidad virtual, la cual ofrecía al usuario una experiencia inmersiva al simular entornos tridimensionales. Un ejemplo destacado de esta innovación son los establecimientos ubicados en Tokio, donde se comenzaron a implementar escenarios virtuales en 3D.
Se llevo a cabo un proyecto personal que consistía en la creación de un muñeco con forma de ave, el cual incluía un código QR. Al escanear dicho código, se accedía a una colección de sonidos de aves. Actualmente, estoy trabajando con Mantra Cuartus, un sistema compuesto por cuatro dispositivos configurados para generar sonidos del entorno. Este proyecto tiene como objetivo crear un ambiente inmersivo y relacionado con el sonido ambiental.
Por ultimo se presento una propuesta de Mantra dirigida a estudiantes, denominada “Urbanphony”. Esta iniciativa se enfoca en el desarrollo de una línea de calidad basada en software de inteligencia artificial, cuyo propósito es ajustar modelos de IA para capturar el paisaje sonoro de áreas urbanas. Además, se incluye una evaluación del valor económico del proyecto, basada en encuestas a personas para determinar cuánto estarían dispuestas a pagar por experiencias sonoras personalizadas en sus hogares.