O “cartum sonoro” na era mecânica

um protocolo híbrido de inteligência artificial para o restauro do acervo de bandas da UFRJ (1907-1917)

Autores

Palavras-chave:

Inteligência Artificial, Musicologia da Produção Fonográfica, Praticante Reflexivo, Restauro de Áudio, Bandas de Música

Resumo

Este trabalho apresenta um protocolo híbrido de restauro digital e separação de fontes musicais (MSS) por inteligência artificial voltado para o acervo de bandas de música do Laboratório de Etnomusicologia da UFRJ (LE-UFRJ), com gravações mecânicas entre 1907 e 1917. Fundamentada na “reflexão-na-ação” de Donald Schön e na Musicologia da Produção Fonográfica de Simon Zagorski-Thomas, a pesquisa investiga como o restaurador atua de forma reflexiva face às limitações da era acústico-mecânica, utilizando a Estação de Trabalho de Áudio Digital (DAW) como um mundo virtual de experimentação. Como prova de conceito, realizou-se um experimento com o fonograma histórico “A Lua fez Feriado” (1934), da Orquestra Odeon, utilizando o modelo BS-Roformer e ferramentas de processamento espectral. Os resultados parciais demonstram que o fluxo de trabalho foi bem-sucedido ao atuar como um “tradutor de sinal” que mitiga o viés de treinamento (dataset bias) dos algoritmos preditivos atuais, viabilizando o isolamento de timbres e transientes de sopro e percussão outrora inaudíveis. Conclui-se que o conceito de “cartum sonoro” legitima a intervenção estética contemporânea no patrimônio fonográfico, equilibrando o rigor da preservação arquivística com a clareza narrativa necessária à percepção multimodal do ouvinte atual.

Downloads

Não há dados estatísticos.

Biografia do Autor

Yahn Wagner Pinto, UFRJ

Professor adjunto do Departamento de Composição da Escola de Música da UFRJ. É doutor e mestre em composição pela Duke University e bacharel e mestre em composição pela Universidade Federal do Rio de Janeiro. É professor das disciplinas de Composição Musical, Elementos de Composição, Princípios de Gravação e Processamento de Áudio e Harmonia Funcional. Suas principais áreas de pesquisa são composição, cognição musical e produção musical. Coordenador do Laboratório de Criação em Música e Áudio (LaCriMA).

Gabriel Arnaud, UFRJ

Estudante de Música - Composição na Universidade Federal do Rio de Janeiro. Compositor, com obras estreiadas dentro da Universidade em projetos como o Panorama da Música Brasileira Atual e Contempomúsica. Bolsista CNPq orientado pelo professor Liduino Pitombeira e atuante em sua pesquisa atual de Planejamento Composicional. Pianista e guitarrista em bandas de voltadas para Rock e MPB. Atuante na área de audiovisual, como extensionista do projeto LaCriMA, tem trabalhos como produtor e engenheiro de mixagem em álbuns lançados pelo projeto, orientado pelo professor Yahn Wagner. Como estagiário do setor de Audiovisual da Escola de Música, participou da sonorização e gravação de diversos concertos e recitais.

Aline Freire de Rezende

Possui graduação em Ciência da Computação pela Universidade Federal do Rio de Janeiro (2023) e atualmente é graduanda em Música - Composição e Mestranda em Música e IA concomitantemente, ambos também na Universidade Federal do Rio de Janeiro. Em sua primeira graduação, desenvolveu como projeto final um experimento em composição de sonatas Beethovenianas através de redes neurais LSTM.

Referências

AARTS, Ronald M. et al. Improving perceived bass and reconstruction of high frequencies for band limited signals. Eindhoven: Philips Research Laboratories, 2002.

BENDER, Franz. Subharmonic Synthesis for Bass Enhancement. Medium, 2024.

BROCK-NANNESTAD, George. The objective demonstration of distortion in acoustic recordings. Journal of the Audio Engineering Society, v. 48, n. 1/2, p. 65-75, 2000.

DISCOGRAFIA BRASILEIRA. A lua fez feriado: Aurora Miranda; Orquestra Odeon. Rio de Janeiro: Instituto Moreira Salles, 1934. Fonograma (3 min). Disponível em: https://discografiabrasileira.com.br/fonograma/1item/a-lua-fez-feriado. Acesso em: 17 jun. 2026.

ERNST, Wolfgang. Sonicity: A Media-Archaeological Approach. Amsterdam: Amsterdam University Press, 2016.

FRITH, Simon; ZAGORSKI-THOMAS, Simon. Introduction. In: FRITH, Simon; ZAGORSKI-THOMAS, Simon (Org.). The Art of Record Production: an introductory reader for a new academic field. Burlington: Ashgate Publishing company, 2012. Capítulo 1, p. 1-9.

HAN, Kai; XIAO, An; WU, Enhua; GUO, Jianyuan; XU, Chunjing; WANG, Yunhe. Transformer in Transformer. arXiv preprint, arXiv:2103.00112, 2021. Disponível em: https://arxiv.org/abs/2103.00112. Acesso em: 18 jun. 2026.

HUANG, Po-Sen; SMARAGDIS, Paris et al. Joint Optimization of Masks and Deep Recurrent Neural Networks for Monaural Source Separation. IEEE/ACM Transactions on Audio, Speech, and Language Processing, v. 23, n. 12, 2015.

IASA-TC 03. The safeguarding of the audiovisual heritage: ethics, principles and preservation strategy. 4. ed. [S. l.]: International Association of Sound and Audiovisual Archives, 2017.

LU, Wei-Tsung; WANG, Ju-Chiang; KONG, Qiuqiang; HUNG, Yun-Ning. Music Source Separation with Band-Split RoPE Transformer. arXiv preprint, arXiv:2309.02612, 2023. DOI: 10.48550/arXiv.2309.02612. Disponível em: https://doi.org/10.48550/arXiv.2309.02612. Acesso em: 18 jun. 2026.

MVSEP. Separação de voz e música: algoritmos de separação de stems por IA. Disponível em: https://mvsep.com/pt. Acesso em: 17 jun. 2026.

RUMSEY, Francis. Sound and Recording: Applications and Theory. 8. ed. Abingdon: Routledge, 2021.

SCHÖN, Donald A. The Reflective Practitioner: how professionals think in action. New York: Basic Books, 1983.

SMARAGDIS, Paris; MYSORE, Gautham J. Separation by “humming”: user-guided sound extraction from monophonic mixtures. In: Proceedings of the IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA), New Paltz, NY, 2009.

SILAEV, Mikhail. Full-Band Audio Super-Resolution Using Generative Adversarial Networks. Tampere, 2025. 64 f. Dissertação (Mestrado em Ciência da Computação). Faculty of Information Technology and Communication Sciences (ITC), Tampere University, 2025. Disponível em https://www.finna.fi/Record/trepo.10024_227540?lng=en-gb . Acesso em: 14 jun 2026.

WEN, Yutong; KIM, Minje; SMARAGDIS, Paris. User-guided generative source separation. In: Proceedings of the 26th International Society for Music Information Retrieval Conference (ISMIR), Daejeon, Coreia do Sul, 2025.

WEN, Yutong; SMARAGDIS, Paris et al. PromptSep: generative audio separation via multimodal prompting. arXiv preprint, 2025. Disponível em: https://arxiv.org/abs/2407.04936.

ZAGORSKI-THOMAS, Simon. The musicology of record production. Cambridge: Cambridge University Press, 2014.

Downloads

Publicado

2026-10-23

Como Citar

Ferreira de Mello Pinto, Y. W., Simões de Sousa Arnaud, G., & Freire de Rezende, A. (2026). O “cartum sonoro” na era mecânica: um protocolo híbrido de inteligência artificial para o restauro do acervo de bandas da UFRJ (1907-1917). ANPPOM. Recuperado de https://eventos.anppom.org.br/congresso/article/view/960

Edição

XXXVI CONGRESSO DA ANPPOM

Subáreas

ST-3. Áudio e produção musical: agentes, meios, processos e desdobramentos

Formatos