Analizador de Emoción Musical

Sube una canción (.wav, .mp3, .flac, .ogg, .m4a) y el modelo predecirá su emoción dominante.

Arrastra un archivo de audio aquí, o

Sobre el modelo

Red neuronal CNN + BiLSTM con Attention (Keras), entrenada para clasificar canciones en Alegre / Neutra / Triste a partir de características de audio (openSMILE ComParE_2016, descriptores de bajo nivel). Se entrenó con el dataset DEAM (1802 canciones anotadas en valencia/activación), extrayendo las mismas features del audio crudo que usa esta app en inferencia para evitar desajustes entre entrenamiento y producción.

Cómo funciona y características
  1. Subes un archivo de audio (.wav, .mp3, .flac, .ogg, .m4a).
  2. El backend extrae automáticamente un fragmento representativo y calcula sus características acústicas con openSMILE.
  3. El modelo procesa la secuencia de características con capas convolucionales y una BiLSTM con Attention, que aprende a enfocarse en los tramos más relevantes de la canción.
  4. Devuelve una probabilidad para cada emoción (Alegre, Neutra, Triste); la de mayor probabilidad se muestra como resultado.

Todo el análisis ocurre en local: el audio no se envía a ningún servicio externo. El resultado suele tardar entre 10 y 30 segundos, según la duración y el formato del archivo.