2

o
Congreso Internacional de Acstica UNTREF Septiembre 2010, Argentina



DISEO E IMPLEMENTACIN DE UN FILTRO ADAPTATIVO
PARA CARACTERIZAR EN FRECUENCIA SALAS DE MEZCLA Y
MASTERIZACIN

ANTONIO ESCAMILLA
1
JENIFFER V. TORRES
2


1
Magister en Tecnologas del sonido y de la msica Barcelona, Espaa.
tonyducks@gmail.com
2
Universidad de San Buenaventura, J efe de Lnea Acstica y tecnologa del Audio, Facultad de Ingeniera,
Ingeniera de Sonido Medelln, Colombia.
jeniffer.torres@gmail.com


Resumen El objetivo de esta investigacin es proponer un mtodo alternativo a las actuales mediciones
acsticas, para obtener la respuesta en frecuencia de una sala de mezcla y/o masterizacin. Este mtodo se
basa en la capacidad de los filtros digitales para adaptarse al paso del tiempo, gracias a un algoritmo
gentico que genera una poblacin de filtros, caracterizados por sus coeficientes, y que logra, debido a la
simulacin de procesos evolutivos, converger en la respuesta deseada que imita la respuesta en frecuencia de
una sala de mezcla o masterizacin.
La caracterizacin a la que se pretende llegar, consiste en obtener el comportamiento en frecuencia de una
sala de mezcla o masterizacin de manera objetiva, por medio de un reporte grfico. El prototipo de sistema
de medicin busca implementar un filtro digital que logra adaptarse en el tiempo, a travs de un algoritmo
gentico que consigue reducir el clculo del error entre la seal que pasa por la sala y la que pasa por el
filtro, hasta que el filtro y el recinto se comporten de manera similar, y obtener de manera sencilla una
caracterizacin en frecuencia del saln, gracias a los parmetros finales del filtro luego del proceso de
adaptacin.
Abstract-The aim of this investigation is to propose an alternative method to the current acoustic
measurements, in order to obtain the frequency response of a room for mixing and/ or mastering. This method
is based on the aptitude of the digital filters to adapt themselves to the passage of time, thanks to a genetic
algorithm that generates a population of filters which are characterized by their coefficients This is achieved
due to the simulation of evolutionary processes, to converge on the wished response that imitates the response
in frequency of a room of mixing or mastering.
Palabras claves:filtros digitales, algoritmos genticos, filtros adaptativos, caracterizacin de salas, salas de
mezcla, salas de masterizacion, respuesta en frecuencia.
Key words: digital filters, genetic algorithms, adaptative filters, characterization of rooms, mixing rooms,
mastering rooms, response in frequency.

1. INTRODUCCIN
Las salas de mezcla y masterizacin deben
producir respuestas planas, que garanticen al
ingeniero la percepcin de la seal de audio
libre de las modificaciones que el recinto causa,
debido a las reflexiones propias producidas por
la disposicin arquitectnica (geometra) de
este, y que afectan de manera directa el
propsito de su uso.
El primer paso para corregir este tipo de
problemas, consiste en hacer un diagnstico del
comportamiento que presenta el recinto, para
una determinada posicin del ingeniero de
mezcla o masterizacin y de los monitores. Esto
implica realizar mediciones de nivel de presin
sonora en el punto de ubicacin del mismo, que
permitan describir de manera objetiva cmo se
est afectando la seal que emiten los monitores
y proponer, segn los datos obtenidos, el
acondicionamiento acstico que mejore el
comportamiento de la sala.
La caracterizacin a la que se pretende llegar
consiste en obtener el comportamiento en
frecuencia de una sala de mezcla o
masterizacin de manera objetiva, por medio de
un reporte grfico que permita al ingeniero
evaluar el recinto y realizar, en su arquitectura,
las acciones correctivas necesarias, estas
acciones consisten, generalmente, en redisear
el acondicionamiento acstico a fin de lograr un
comportamiento homogneo en frecuencia
A diferencia de una medicin acstica
tradicional, el prototipo del sistema de medicin
que se propone, implementa un filtro digital que
se adapta en el tiempo a travs de un algoritmo
gentico que reduce el clculo de error entre la
seal que pasa por la sala y la que pasa por el
filtro, hasta que se comporten de manera similar.
De este modo y de manera sencilla, se obtiene
una caracterizacin en frecuencia del mismo
mediante los parmetros del filtro al finalizar el
proceso de adaptacin.
2. METODOLOGA
2.1 Implementacin del filtro digital
Adaptativo [1]
Un filtro adaptativo es aquel que intenta
encontrar los coeficientes ptimos que provean
el mnimo valor para una superficie de error y
cuya geometra est definida ortogonalmente
por el peso de los propios coeficientes.
El sistema ortogonal permite que el gradiente de
la superficie de error sea establecido
individualmente para cada coeficiente y, de esta
manera, la direccin del descenso del gradiente
pueda ser monitoreada para cada uno de ellos,
los cuales puedan, adems, ser ajustados de
acuerdo a un valor fijo.
Las ecuaciones siguientes explican el proceso,
en las que se tiene un filtro adaptativo definido
por el conjunto de coeficientes
k
, salida y[n] y
la seal deseada d[n]:
e
2
|n] = (d|n] -y|n])
2
(1)

Wm
=
6y|n]
6wm|n]
(2)
w
m
|n +1] = w
m
|n] + e
wm
(3)

Los filtros adaptativos tienen la propiedad de la
auto-optimizacin y consisten, principalmente,
en un elemento que vara con el transcurrir del
tiempo, caracterizado por un conjunto de
coeficientes ajustables y un algoritmo recursivo
que actualiza estos coeficientes segn la
informacin estadstica que se pueda obtener de
las seales relevantes en el proceso.
La respuesta deseada d(n), que es la respuesta
de la sala directamente relacionada con la seal
de entrada x(n), debe estar disponible para su
anlisis por parte del mecanismo de adaptacin.
Las caractersticas del filtro adaptativo son
luego modificadas para que su respuesta a la
salida y(n), se asemeje a d(n) tanto como sea
posible. La diferencia entre la seal deseada y la
respuesta del filtro adaptativo se llama error
e(n).
Un filtro adaptativo puede ser topolgicamente
configurado de varias maneras segn las metas
que se quieran cumplir. Como el objetivo de
este trabajo es caracterizar la respuesta en
frecuencia de una sala de mezcla o
masterizacin a travs de la adaptacin de un
sistema FIR (respuesta impulso finita), el filtro
adaptativo es estructurado con una topologa
comnmente usada en tareas de Identificacin
de Sistemas, como se puede ver en la figura 1.
La configuracin es determinada por la manera
en la cual la seal deseada es obtenida.
En el caso de la caracterizacin de estos
recintos, se enva una seal (ruido rosa)
simultneamente a una caja negra, la cual
representa el sistema a identificar, y al filtro
construido a partir de los coeficientes
adaptativos. Mientras el filtro se adapta con
mtodos en el dominio del tiempo, el ruido rosa
garantiza que las caractersticas espectrales del
sistema (recinto acstico) sean validas en el
filtro adaptado.
Debido a la propiedad acstica del ruido rosa de
estado estacionario, las salidas de cada
coeficiente son no correlacionadas y por ende
matemticamente ortogonales.



Fig. 1. Identificacin del sistema adaptativo.
Idealmente, el proceso de adaptacin se resume
en llevar el error a cero. Sin embargo, en la
prctica esto puede no ser siempre posible y por
ello se hace necesario emplear un criterio de
optimizacin, el cual, en el marco de esta
investigacin, implementa un mtodo de
optimizacin natural. Este tipo de algoritmos
sobresalen por que generan nuevos puntos en el
espacio de bsqueda, al aplicar operadores a los
puntos actuales para moverse estadsticamente
hacia lugares ms ptimos en el espacio de
bsqueda. Estos algoritmos dependen de una
bsqueda inteligente en un largo pero finito
espacio de bsqueda, usando mtodos
estadsticos, que no requieren del clculo de
derivadas de la funcin de costo, sino que
simulan procesos evolutivos de la naturaleza que
han demostrado ser exitosos.
2.2 Mecanismo de adaptacin
La fortaleza de un Algoritmo Gentico (AG) [2],
se deriva de su aleatoriedad inherente, lo que lo
diferencia de otros mtodos de optimizacin
tpicos en ingeniera que tienden a ser definidos
en forma ms concreta y rigurosa. Esa
aleatoriedad en un AG se da gracias a su modo
de operar, quedando reflejado en la manera
como se mejoran gradualmente las soluciones a
travs de un principio evolutivo. El flujo bsico
del programa para el Algoritmo Gentico
desarrollado, se muestra en la Fig. 2.

Fig. 2. Diagrama de flujo del Algoritmo
Gentico.

En la primera etapa del diagrama de flujo del
Algoritmo Gentico se definen, adems, los
parmetros que determinan su comportamiento.
El algoritmo diseado tiene como parmetros:
el nmero de cromosomas, el nmero de
coeficientes para el filtro, el nmero de bits por
coeficiente, el nmero de bits por cromosoma, la
relacin de seleccin y mutacin, el nmero de
mutaciones y el nmero mximo de iteraciones.
Todos son parmetros que condicionan en
mayor o menor grado la estabilidad y los
tiempos de convergencia para cada ejecucin del
algoritmo.
Una vez que se define el nmero de
cromosomas (M) y el nmero de bits por
cromosoma (N) (producto entre el nmero de
coeficientes y el nmero de bits por coeficiente),
se puede iniciar la poblacin generando una
matriz de nmeros aleatorios de dimensiones
MxN, distribuidos uniformemente en el
intervalo (0.0, 1.0).
Luego de la etapa de cuantificacin e
inicializacin, el algoritmo de forma recurrente
evala una funcin de costo sobre la poblacin
de filtros, definiendo as un valor del desempeo
de cada individuo dentro de la poblacin y
gracias al cual se definen las parejas con las que
se hace el apareamiento que forma nuevas
generaciones de filtros. Finalmente de manera
aleatoria se introduce un operador de mutacin
en algunos de los elementos de la poblacin y se
verifica la convergencia del algoritmo.
La funcin de costo (fitness) [3], es tal vez el
aspecto ms aleatorio del diseo de un
Algoritmo Gentico, ya que con cada iteracin,
el algoritmo cambia la poblacin o realiza una
nueva generacin. Este es el componente
especfico que se relaciona directamente con la
aplicacin del algoritmo.
El error cuadrtico medio es una opcin muy
comn para establecer una medida del
desempeo de la poblacin. En el caso del
diseo de filtros, esto se aplica con frecuencia a
una respuesta de magnitud deseada, caso en el
cual, es de utilidad usar un error cuadrtico
medio (MSE) ponderado para ciertas bandas de
frecuencias.
Sin embargo, una funcin de costo con un
enfoque en el domino del tiempo y con menos
ambigedad en respuesta de fase, ha sido
implementada siguiendo los lineamientos de un
trabajo similar realizado por D. Padden [4] en su
tesis de maestra, en el que se adapt un filtro
con un AG, para lograr la localizacin de un
sonido en el espacio libre, con resultados
positivos.
Segn lo anterior, se puede decir que a partir de
un sistema deseado h[n] y una solucin s[n] con
respuestas impulsivas de tamao N, la funcin
de costo f
s
es determinada a partir de la siguiente
expresin:
MSF =
1
N
(h|n] -x|n])
2 N-1
n=
(4)

x
=
1
1+MSF
(5)
El apareamiento en un AG [5] es un proceso de
dos pasos: en primer lugar, se debe escoger un
mtodo para la seleccin de las parejas y luego
se debe usar un procedimiento adicional para
realizar el apareamiento de las parejas escogidas
(crossover).
El modo de seleccin ejecutado por el prototipo
es elitista, ya que, a diferencia de otros mtodos,
no calcula probabilidades de escogencia segn
su desempeo, como en el caso de la ruleta o
por torneo. Por el contrario, los cromosomas son
simplemente organizados de mayor a menor
segn su funcin de costo y apareados formando
parejas con cromosomas consecutivos, segn el
orden en que hayan quedado, hasta abarcar la
mitad de la poblacin de los mismos. El resto de
la poblacin ser entonces descartada por su
bajo rendimiento, permitiendo as el nacimiento
de nuevas generaciones de soluciones.
Las mutaciones aleatorias alteran cierto
porcentaje de bits en el conjunto de cromosomas
y son la segunda manera con que cuenta un
Algoritmo Gentico para explorar una superficie
de costo. La mutacin puede introducir
soluciones que no estn presentes en la
poblacin original, permitindole de esta manera
al AG no convergira demasiado rpido, lo que
le privara de explorar gran parte de la superficie
de costo. Las mutaciones en un solo punto
dentro de un vector para cada cromosoma,
significan cambiar un 1 por un 0 y viceversa.
Los puntos de mutacin son escogidos
aleatoriamente del nmero total de bits en la
matriz de poblacin que est compuesta de
vectores que representan cada cromosoma. Una
particularidad de la implementacin de la
mutacin dentro del prototipo, es que el mejor
candidato de la matriz de cromosomas es
preservado sin alteraciones, hacindolo inmune
a la mutacin, ya que es una tcnica, dentro del
elitismo, no alterar al candidato que mejor
desempeo est mostrando.
La eleccin de una tasa de probabilidad ptima
para el crossover y la mutacin, es tema de
debate para investigadores tericos y empricos,
ya que son los parmetros que afectan de
manera directa la estabilidad del Algoritmo
Gentico.
El aumento de la probabilidad de crossover,
incrementa el descarte de cromosomas buenos.
Por otra parte, con valores altos de probabilidad
de mutacin se puede correr el riesgo de incurrir
en una bsqueda aleatoria que no tenga una
tendencia fija.
2.3 Medicin de salas
La identificacin de sistemas con filtros
adaptativos se da cuando, a partir de una seal
de referencia que ingresa al filtro, se logra
modelar el sistema obteniendo una salida lo ms
similar posible a la respuesta del mismo cuando
este es excitado con la misma seal de
referencia. De lo anterior se desprende qu tipo
de seales deben estar disponibles para la
ejecucin del algoritmo, tal que sean capaces de
adaptar los coeficientes del filtro, a fin de lograr
la identificacin del sistema.
La seal de referencia usada (ruido rosa) es
reproducida por el sistema electro-acstico de la
sala, tal y como est conectado, segn el diseo
propio de cada recinto, para garantizar que esta
tendr el mismo flujo que tendra cualquier
seal de audio dentro del cuarto de control, a la
hora de trabajar dentro del mismo. Lo anterior
implica pasar por la consola, interfaz de audio o
cualquier otro hardware,segn el tipo de
aplicacin de la sala, antes de ser reproducido
por los altavoces.
La captura de la seal que viaja a travs de la
sala y que sale de los monitores, se le denomina
seal deseada, ya que esta ser la seal que el
filtro adaptativo tiene que modelar por medio de
las modificaciones que se hagan de sus
coeficientes. Segn los diseos acsticos de
salas de mezcla y/o masterizacin, el
acondicionamiento est pensado para tener su
mejor desempeo en el punto donde se sienta el
operador, dado que es este quien toma las
decisiones, basado en la percepcin de las
seales en ese punto de la sala. De lo anterior se
desprende el hecho de que solo se hayan llevado
a cabo mediciones en ese punto, a la altura
promedio de una persona sentada y con un
micrfono de medicin omnidireccional.

Fig. 3. Diagrama de conexiones para las
mediciones en salas de mezcla.

En el caso de las salas de control de los estudios
de grabacin de la Universidad de San
Buenaventura, se utiliz como sistema de
reproduccin y registro de seales el sistema de
conversin A/D muestreado a 44100HZ
conocido en el mercado comoDigi 002, para
este caso se muestra la caracterizacindel
estudio Anlogo.
La seal de prueba se calibro emitiendo un tono
puro de 1Khz, y tomando una lectura con el
sonmetro Svantek 943 A de 94 dB en la
posicin del micrfono, y as dejando ese nivel
de ganancia de los monitores fijo durante la
emisin de seal (la seal con la que se
caracterizo fue ruido rosa )
Es importante mencionar que se utiliz el
programa ProToolssoftware de edicin de
audio con el que cuenta la sala, respetando las
configuraciones de conexionado del control
room del estudio, (Fig. 3), y aprovechando la
facilidad que implica trabajar con un formato de
captura y reproduccin .wav, el cual es ledo de
manera sencilla por el algoritmo soportado por
el softwarede procesamiento de datos
MATLAB.
2.4 La caracterizacin de las salas [6]
Segn lo expuesto anteriormente, la
caracterizacin de la sala se logra una vez que se
tienen dos seales: una de referencia y una
medida.
Ambas seales, en formato .wav, son ledas por
el algoritmo y analizadas a conveniencia por el
filtro adaptativo, hasta lograr la adaptacin del
prototipo y obtener as una respuesta similar de
la sala, por medio de una funcin de
transferencia.
Una vez finalizado el proceso de adaptacin, el
algoritmo muestra informacin que permite
hacer un anlisis del proceso que acaba de
terminar y que posibilita al usuario sacar
conclusiones propias de la efectividad del
mtodo propuesto.El algoritmo reproduce tres
seales de audio que facilitan hacer un anlisis
perceptible, al comparar las diferencias entre
cada seal, segn hayan sido percibidas por el
usuario.
La primera es la seal de referencia, la segunda
es la respuesta de la sala a la primera seal y la
ltima es la modificacin que hace el filtro a la
seal de referencia, la cual deber ser lo ms
parecida posible a la seal deseada (respuesta de
la sala).
Grficamente, se muestra la respuesta en el
tiempo de las tres seales objeto de anlisis. Un
primer grfico muestra en la figura 4.a la seal
de referencia acompaado con la respuesta de la
sala, la figura 4.b muestra la respuesta de la sala
acompaada de la respuesta del filtro,
permitiendo hacer comparaciones entre estas
dos ltimas de tal manera de permitir juzgar el
xito del proceso de adaptacin del filtro la
respuesta de la sala y la del filtro, vale la pena
aclarar que cuanto ms parecida sean las
respuesta de la sala y la respuesta del filtro,
mejor ser la caracterizacin de la misma.

Fig. 4. Respuesta en el tiempo de la seal
medida (a) y la seal adaptada (b), en el
estudio Anlogo.
Se puede hacer un tercer anlisis comparando
los grficos de la respuesta en frecuencia para
las tres seales que el algoritmo manipula. Este
tipo de grfico muestra la magnitud de la FFT
en una escala en dB para cada seal, lo que
facilita la comprensin del contenido espectral
de cada seal. Este grfico pone en evidencia,
matemticamente, las diferencias que se
debieron percibir auditivamente en primera
instancia, entre las respuestas de la sala y el
filtro, dentro de la ejecucin del programa.
Finalmente, lo que permite caracterizar la sala
objeto de este estudio, es el grfico de la
respuesta en frecuencia del filtro, es decir, el
grfico de la funcin de transferencia, con los
coeficientes que acaban de ser sometidos a un
proceso de adaptacin.
3. PRESENTACIN Y ANLISIS DE
RESULTADOS
En este proceso de investigacin, el anlisis se
hizo para dos salas de mezcla [7] y una de
masterizacin.
En este captulo se muestra el proceso que
realiza el algoritmo y la comprobacin del
mecanismo de adaptacin que el filtro ejecuta
luego de ser probado en el estudio Anlogo de la
Universidad de San Buenaventura, sede Bogot.
Las medicionesen dicho estudio, presentaron un
buen desempeo luego de ser introducidas al
prototipo, lo que se evidencia en las grficas de
tiempo. Como se observa en la Fig. 4, el
objetivo se cumple de manera aceptable ya que
la respuesta del filtro es muy similar a la
respuesta de la sala.
La grfica superior muestra sobre los mismos
ejes, en azul, la seal de referencia, y en verde,
la respuesta de la sala; mientras que al inferior
se muestran, en verde, la respuesta de la sala y
en color rojo, la respuesta del filtro. Dicha
grfica de amplitud vs tiempo representa valores
normalizados de amplitud y en el eje horizontal
valores de muestras de un mismo intervalo de
tiempo para cada seal. Se tomaron solo 500
muestras para realizar las grficas de tiempo, lo
que representa, segn la frecuencia a la que fue
muestreada la seal (44100Hz), un intervalo de
11,33 ms, teniendo como nico criterio para la
eleccin del nmero de muestras el que la
grfica pudiera visualizarse fcilmente, cosa que
no se logra al tratar de tomar ms
Un anlisis en el dominio de la frecuencia
permite ver otro tipo de comportamiento en las
seales involucradas, al punto de poder decir en
qu rangos de frecuencia fue efectivo o no el
proceso de adaptacin. Este tipo de grficas
muestra el espectro de potencia, al calcular el
logaritmo en base 10 de la magnitud de la
transformada discreta de Fourier entre 20Hz y
20KHz en una escala logartmica en el eje x.
La respuesta en frecuencia expuesta en la Figura
5,indica las falencias del prototipo y es claro que
la adaptacin no es totalmente exitosa.

Fig. 5. Anlisis de Fourier para las respuestas
de la sala y el prototipo.
El anterior grafico ensea en azul la respuesta de
la sala, en donde se evidencia un problema
grave en bajas frecuencias que el filtro no logra
emular ya que su respuesta (grfica en rojo), no
ensea toda la atenuacin que s est presente en
la respuesta de la misma. Otra diferencia notable
se presenta en frecuencias de alrededor de
100Hz, en donde un pico alcanza un valor
mximo en la respuesta de la sala en un rango
pequeo entre 80Hz y 200Hz, hacindose muy
difcil para el filtro adaptarse ante variaciones
tan grandes en un rango tan angosto de
frecuencias. Lo que el filtro intent
hacer;consisti en agrupar un mayor rango de
frecuencias y asignarles una ganancia similar.
Como ltimo recurso, el algoritmo muestra la
magnitud de la respuesta en frecuencia del filtro
luego del proceso de adaptacin. Con la
presentacin de dicha respuesta, se pretende
caracterizar la sala que fue sometida a anlisis y
es el objeto final del diseo y la implementacin
que se proponen.
Fig.
por e
La Fi
adapta
con u
obten
utiliza
grfic
el eje
norma
decibe
punto
del pu
La re
sntes
en el
las fa
virtud
Concl
medic
Para
adapta
hacer
result

6. Caracteriz
el prototipo y
transferenc
ig. 6 permite
acin del pro
una medicin
ida con un m
ando el softw
ca de la magn
e horizontal m
alizada y el
eles de ganan
o central el va
unto sin modif
espuesta que
sis de los anli
dominio de la
lencias en baj
des desde fre
lusiones fcil
cin realizada
evaluar objet
acin que rea
una valor
ados obtenido
zacin del est
y medicin de
cia con Smaa

comparar el
ototipo en el e
n de funcin
todo de com
ware SmaartL
nitud de la res
muestra valor
eje vertical
cia-atenuacin
alor de 0 dB
ficacin.
muestra el p
isis en el dom
a frecuencia, q
ja frecuencia
cuencias med
les de notar
con SmaartL
tivamente el
aliza el prototi
racin estad
os.
tudio Anlog
e su funcin d
rtLive.
l resultado de
estudio Anlo
de transferen
mparacin dire
Live[8]. En
spuesta del fil
res de frecuen
una escala
n, teniendo co
como indica
prototipo es
minio del tiemp
que deja entre
pero tambin
dias en adela
al observar
ive.
resultado de
ipo, es necesa
dstica de
go
de
e la
ogo,
ncia
ecta,
n la
ltro,
ncia
en
omo
ador
una
po y
ever
n las
ante.
r la
la
ario
los

Fig. 7. Fu
An
Para ello
variables e
La pr
variab
La se
cuadra
La ter
(df) as
La cua
de cad
La qui
La sex
nula.

La tabla e
varianza, re
que perm
conjuntos
representa
tambin o
indicacin
igualdad de

Tabla 1: A
uncin de tra
logo, medida
Smaart
la tabla 1
stadsticas en
rimera mues
ilidad.
egunda mues
ados (SS) debi
rcera muestra
sociados con c
arta muestra l
da fuente.
inta muestra la
xta muestra el
es el resultad
ealizado en el
mite comparar
de datos, en
muestras ind
observaciones
de que s se
e medias.
Anlisis estad
en el estud
ansferencia de
a con el softw
tLive.

muestra las
6 columnas,
stra la fuen
stra la sum
ida a cada fue
a los grados
cada fuente.
la media cuad
a F estadstica
valor p para l
do de un an
l programa M
r las media
n donde cada
dependientes
independien
e cumple la h

dstico de la a
dio anlogo
el estudio
ware
siguientes
as:
nte de la
ma de los
ente.
de libertad
drada (MS)
a.
la hiptesis
lisis de la
MATLAB,
as de dos
a conjunto
y contiene
ntes, como
hiptesis de

adaptacin

La integracin de los Algoritmos Genticos con
otras tecnologas emergentes como las Redes
Neuronales Artificiales y los sistemas de Lgica
Difusa pueden ser un rea de inters. La
combinacin de estas tcnicas de inteligencia
Artificial puede no solo implicar el uso de un
AG como una ayuda a las otras dos, sino que
puede resultar en un AG que tiene como
herramientas de clculo, las otras tcnicas
mencionadas.
La implementacin del algoritmo en un
Procesador Digital de Seales (DSP),puede
llevar a un sistema reproducible y con la
capacidad en tiempo real, derealizar la
reproduccin, captura y adaptacin de las
seales que influirn en lacaracterizacin de la
sala.
El Algoritmo Gentico necesita ser modificado
para lograr resultados msrpidamente, ya que
varios cientos de generaciones requieren tiempo
para unaaplicacin prctica. Ciertamente, el
hacer ajustes en los operadores genticos y enel
nmero de coeficientes del filtro puede
significar una mejora apreciable para
elprototipo.
Los algoritmos genticos han sido aplicados con
xito como solucinal problema de adaptacin
de los filtros de respuesta infinita al impulso
(IIR). En 1982, D. M. Etteret al, propusieron por
primera vez un algoritmo gentico como
mecanismo de adaptacin de un filtro recursivo
demostrando as su efectividad en la
identificacin de sistemas desconocidos a travs
de la aplicacin del filtro. Posteriores
implementaciones por Kristinsonn&Dumont en
1992, solucionando un problema de control y
otra por R. Nambiaret al, en el mismo ao, con
la implementacin de un algoritmo autmata
gentico aportaron a la confiabilidad sobre la
capacidad de los algoritmos genticos como
mtodo de adaptacin para filtros digitales.
Implementaciones mas recientes de filtros
adaptativos y algoritmos genticos han sido
aplicadas en trascripcin musical y ecualizacin
de canales de comunicaciones. David Lu, en
2006 present su trabajo sobre trascripcin
musical utilizando sntesis de sonido y un
algoritmo gentico que produce generaciones de
posibles transcripciones y a las que se les evala
su fitnessal comparar el audio original con el
audio generado con las transcripciones; tras
compartir y modificar el material gentico de
miles de transcripciones, el algoritmo llega a
una solucin similar a la del audio original. A.
Esparcia-Alcazar & K. Sharman construyeron
un sistema que se adapta para compensar las
imperfecciones en un canal de comunicaciones y
cuyo principal objetivo fue la reconstruccin de
secuencias de datos binarios transmitidos a
travs de un canal con distorsin.
4. CONCLUSIONES
El enfoque de esta investigacin, que segn lo
anotamos al inicio, es lograr la adaptacin de los
coeficientes del filtro digital a travs de un
algoritmo gentico, prob ser efectivo a la hora
de identificar un sistema desconocido, partiendo
de una seal de referencia y de la respuesta de
ese sistema a dicha seal. La fortaleza del
prototipo queda demostrada por medio de los
resultados observados en las grficas que el
algoritmo arroja y que sirven para caracterizar
en frecuencia salas de mezcla o masterizacin.
El proceso de adaptacin, cuyo objetivo es hacer
que la diferencia entre la seal medida y la seal
deseada sea cero, en la prctica no siempre
puede lograrse; razn por la cual se hace
necesario emplear un criterio de optimizacin
estadstico, tal como el Error Cuadrtico Medio
o alguna otra medida del desempeo del filtro.
El Test de Anlisis de la Varianza permiti
conocer los valores de la suma de cuadrados
(MS), que indicaron la poca variabilidad total de
la muestra, ya que se pretenda saber la relacin
entre la seal deseada como variable
independiente y la seal adaptada como variable
dependiente, para demostrar que s se cumple la
hiptesis de igualdad de medias.
El nmero de recintos sometidos a anlisis y el
mtodo de comprobacin utilizado, permitieron,
de manera objetiva, dar validez a las
caracterizaciones que el prototipo ejecut en las
diferentes salas de mezcla, pues los resultados
fueron muy similares a los arrojados por el
software SmaartLive.



REFERENCIAS BIBLIOGRFICAS
[1]A. Antoniou. Digital Filters Analysis, Design
and Applications..2.
a
EdicinPrimis Custom
Publishing. 2000.
[2]Mann et al. Genetic Algorithms: Concepts
and Applications. IEEE Transactions on
Industrial Electronics, Vol 43, N 5. 1996.
[3]K. Dejong. The Analysis and Behavior of a
Class of Genetic Adaptive Systems. Michigan.
PhD thesis, University of Michigan, 1975.
[4]D. Padden. IIR Modeling of Interpositional
Transfer Functions with a Genetic Algorithm
Aided by an Adaptive Filter for the Purpose of
Altering Free-Field Sound Localization. Master
Thesis, Rochester Institute of Technology.
New York. 2007
[5]M. Mitchel. An Introduction to Genetic
Algorithms.. MIT Press, Boston1996
[6] C. Gilford. The Acoustic Design of Talks
Studios and Listening Rooms. J.Audio Eng.
Soc., 27, 1979.
[7] K. Hornig. Diseo de un Estudio de
Grabacin con Control LEDE. Tesis de Grado.
UACH, 2001.
[8]SIA SmaartLive Version 5 User Guide.
2002

[9] D.M.Etter, M.J .Hicks,&K.H. ChoRecursive
adaptive filter designusing an adaptive genetic
algorithm. Proceedings IEEE Int. Conf.
onAcoustics, Speech and Signal Processing, p
635-638, 1982.

[10] K. Kristinsonn and G. A. Dumont. System
identification and control using genetic
algorithms. IEEE Transactions on Systems,
Man, and Cybernetics, 22(5):1033-1046,
september/October 1992.

[11]R. Nambiar, C. Tang &P. Mars. Genetic and
Learning AutomataAlgorithms for Adaptive
Digital Filters. Proceedings IEEE Int. Conf.
onAcoustics, Speech and Signal Processing, San
Francisco, 1992.
[12]A.I. Esparcia-Alczar& K.C. Sharman,
Some Applications of Genetic Programming in
Digital Signal Processing, Late Breaking
Papers at the GP96 conference, Stanford
University, USA, J uly 1996.

[13] D. Lu.Automatic music transcription using
genetic algorithms and electronic synthesis.
Computer Science Undergraduate Research,
University of Rochester, New York, USA.