Published July 12, 2025 | Version v5
Other Open

Aprendizaje profundo para la emulación en tiempo real de equipamiento de guitarra eléctrica con Raspberry Pi 5

Description

Memoria del Trabajo Fin de Grado defendido el 4 de julio de 2024 para la obtención del título de Graduado en Ingeniería Informática, por la Universidad de La Rioja.

Diapositivas de la charla para las Jornadas de Jóvenes Investigadores 2025, celebrada el dia 10 de abril de 2025.

Abstract (En)

Over the years, the consecutive introduction of amplifiers and pedals has increasingly diversified tonal possibilities for guitarists. Although digital simulators have immensely reduced the monetary expense of equipment, certain analog components resist digitalization. This Bachelor's Thesis focuses on emulating these devices through deep learning. To this end, we implemented an application deployed on a Raspberry Pi 5, which, when encapsulated and accompanied by an audio interface and an input/output circuit, acts as an integrated digital pedal in the guitar signal chain. This fusion of computer science and electronics provides an innovative solution for recreating analog tones in an efficient and accessible way.

Abstract (Spanish)

Con los años, la consecutiva introducción de amplificadores y pedales ha diversificado cada vez más las posibilidades tonales para los guitarristas. Aunque los simuladores digitales lograron disminuir inmensamente el gasto monetario en equipamiento, ciertos componentes analógicos resisten su digitalización. Este Trabajo Fin de Grado se enfoca en emular estos dispositivos mediante aprendizaje profundo. Para ello, implementamos una aplicación desplegada en una Raspberry Pi 5, que encapsulada y acompañada de una interfaz de audio y de un circuito de entrada y salida, actúa como un pedal digital más integrado en la señal de la guitarra. Esta fusión de informática y electrónica proporciona una solución innovadora, eficiente y accesible para recrear tonos analógicos. 

Files

bachelor's-thesis.pdf

Files (54.6 MB)

Name Size Download all
md5:55fad58eb5a8c95343dd15edab39ba76
27.7 MB Preview Download
md5:6bdae7095c486db967e95c75d31cf6bb
6.0 MB Preview Download
md5:fae645741dae216658787faa1229acb9
5.9 MB Preview Download
md5:971acd570a6d265487a25fa477238f79
14.9 MB Preview Download

Additional details

Software

Repository URL
https://github.com/jajimesa/AmpEmulatorModel
Programming language
Python
Development Status
Wip