# Clasificador de Géneros IA Clasifica una pista por evidencia medida: textura timbral GTZAN, forma de pulso de la rejilla de beats, balance de bandas, tonalidad y dinámica — con top-3 y el motivo de cada elección. > Página canónica: https://elysiatools.com/es/tools/genre-classifier-ai - **Categoría:** Media - **Palabras clave:** clasificación de géneros, género musical, identificador de género, análisis de audio, características gtzan, centroide espectral, detección de bpm, detección de tonalidad, música informativa mir, four on the floor, análisis de música bailable ## Descripción general El clasificador implementa la receta clásica que fundó la clasificación de géneros: la textura timbral de Tzanetakis & Cook (2002) — medias y varianzas de centroide espectral, rolloff espectral al 85%, flujo espectral y tasa de cruces por cero sobre ventanas de 23 ms, más el descriptor de baja energía (proporción de ventanas más silenciosas que la media) — ampliada con los otros dos grupos GTZAN: contenido rítmico (densidades de bombo/caja/hi-hat, regularidad four-on-the-floor desde la rejilla de beats, tempo por autocorrelación con prueba de candidatos a mitad/doble tiempo) y contenido tonal (detección de tonalidad Krumhansl-Schmuckler sobre perfil de croma). Diecisiete perfiles — house, techno, drum-and-bass, dubstep, hip-hop, trap, pop, rock, metal, punk, reggae, funk/disco, jazz, clásica, folk, ambient, lo-fi hip-hop — puntúan cada característica contra ventanas de guías de tempo publicadas (Ableton: house 115-130, techno 120-140, dnb 160-180 BPM; hip-hop 60-100 con half-time a 130-160). El informe muestra el género ganador, el top-3 con confianzas, las mediciones concretas detrás de cada elección y una instantánea de características (BPM, tonalidad, brillo, cuota de graves, swing dinámico) que sirve como metadatos de DJ. Expectativa honesta: el clasificador GTZAN original logró 61% en 10 clases; trata este puntuador heurístico como una primera opinión fundamentada, no como una máquina de etiquetas. ## Entradas - **Pista musical** (file) - **Sensación de tempo** (select) ## Cuándo usarlo - Organizar y etiquetar bibliotecas musicales o colecciones para DJ con metadatos técnicos de BPM, tonalidad y estilo. - Comprobar el balance tímbrico y el patrón rítmico de una mezcla propia frente a las convenciones de un género específico. - Clasificar muestras, bucles o pistas completas sin metadatos previos mediante análisis acústico directo. ## Cómo funciona - Extrae descriptores tímbricos GTZAN en ventanas de 23 ms, incluyendo centroide espectral, rolloff al 85%, flujo espectral y cruces por cero. - Analiza la rejilla rítmica mediante autocorrelación para medir la densidad de transitorios (bombo, caja, charles) y detectar patrones como four-on-the-floor. - Determina la tonalidad mediante perfiles cromáticos Krumhansl-Schmuckler y evalúa la dinámica y el balance de bandas frecuenciales. - Puntúa los valores obtenidos contra 17 perfiles de género de referencia y genera un informe con el top-3 ponderado y los motivos de cada elección. ## Casos de uso - Identificación y categorización automática de pistas electrónicas con patrones four-on-the-floor marcados. - Detección de estructuras orquestales o paisajes sonoros sin percusión para su archivo como música clásica o ambient. - Extracción rápida de metadatos de mezcla (BPM, tonalidad y cuota de graves) para DJs y productores de música de baile. ## Preguntas frecuentes ### ¿Qué formatos y tamaños de archivo de audio son compatibles? Admite archivos de audio estándar con un límite máximo de tamaño de 100 MB. ### ¿Qué hace la opción de sensación de tempo (tempoFeel)? Permite fijar la interpretación del pulso en velocidad normal (auto), a mitad de tiempo (half-time) o a doble tiempo (double-time) para guiar la detección de géneros como trap o drum & bass. ### ¿Cuántos géneros puede clasificar la herramienta? Compara la pista contra 17 perfiles predefinidos, incluidos house, techno, drum-and-bass, dubstep, hip-hop, trap, pop, rock, metal, punk, reggae, funk/disco, jazz, clásica, folk, ambient y lo-fi hip-hop. ### ¿Qué datos incluye la instantánea de características? Muestra mediciones de BPM, tonalidad musical detectada, brillo espectral, proporción de graves y margen dinámico. ### ¿Es el resultado una clasificación definitiva e infalible? Es una aproximación heurística basada en análisis acústico empírico (modelo clásico GTZAN), diseñada como primera opinión fundamentada y no como etiquetado absoluto. ## Herramientas relacionadas - [Generador de marcadores de capítulos de podcast (ID3 / Podcasting 2.0)](https://elysiatools.com/es/tools/podcast-chapter-marker-builder): Pega una lista de capítulos con marcas de tiempo y genera de una vez todos los formatos de entrega: JSON de capítulos Podcasting 2.0 (v1.2.0) y etiqueta RSS podcast:chapters, opción de grabar marcos ID3v2.4 CHAP+CTOC directamente en un MP3 subido (milisegundos como uint32 big-endian normal, offsets 0xFFFFFFFF, subtrama TIT2 por capítulo, se preservan los marcos existentes), pares de comentarios Vorbis CHAPTER001 (OGG/Opus), texto mp4chaps, bloque de marcas de tiempo para la descripción de YouTube y sidecar SRT, más la matriz real de soporte por reproductor (Apple acepta el JSON por RSS desde 2025; Pocket Casts/Overcast solo leen ID3 incrustado; Spotify ignora ambos). - [Identificador de Instrumentos IA](https://elysiatools.com/es/tools/instrument-identifier-ai): Detecta qué instrumentos suenan en una pista: análisis por nota dividido por ataques, puntuando cada evento contra 13 perfiles de timbre y devolviendo ranking de instrumentos, familias y evidencia por nota. - [Extractor de Metadatos de Imagen](https://elysiatools.com/es/tools/image-metadata): Extrae metadatos completos de imágenes, incluyendo EXIF, IPTC, XMP y información técnica - [Removedor de Voz (Karaoke)](https://elysiatools.com/es/tools/audio-karaoke-track): Intenta quitar voces de una pista estéreo - [Convertidor GIF a WebM](https://elysiatools.com/es/tools/gif-to-webm): Convertir imágenes GIF a formato de video WebM con compresión moderna y optimización web - [Cadena de Mastering Pro](https://elysiatools.com/es/tools/mastering-chain-pro): Aplica una cadena completa de mastering musical a una pista: pasa-altos de ruido subsónico, EQ correctiva, compresión de pegamento, EQ de carácter, saturación, ensanchado estéreo, limitador de true peak y normalización de sonoridad lineal en dos pasadas a los objetivos de plataformas de 2026. - [Convertidor GIF a buffer de pixeles raw](https://elysiatools.com/es/tools/gif-to-raw): Exporta fotogramas GIF como datos de buffer de pixeles raw para analisis, pipelines de renderizado y procesamiento de imagen de bajo nivel - [Remoción de Clicks](https://elysiatools.com/es/tools/audio-click-removal): Elimina clicks y pops de grabaciones de vinilo ## Ejemplos - [Muestras MP3 Sin Derechos de Autor](https://elysiatools.com/es/samples/mp3-samples): Colección de muestras de audio sin derechos de autor para pruebas y desarrollo, incluyendo sonidos de la naturaleza, música de meditación y audio ambiental - [Muestras FLAC Sin Derechos de Autor](https://elysiatools.com/es/samples/flac-samples): Colección de audio FLAC sin pérdidas para pruebas y desarrollo, incluyendo sonidos de la naturaleza y música de meditación - [Muestras WAV Sin Derechos de Autor](https://elysiatools.com/es/samples/wav-samples): Colección de audio WAV sin compresión para pruebas y desarrollo, incluyendo sonidos de la naturaleza y música de meditación - [Muestras de Audio PCM Crudo Sin Derechos](https://elysiatools.com/es/samples/pcm-samples): Muestras PCM s16le con ambiente natural y música relajante para forma de onda, reproducción y conversión