# Fotografía sonora · Estudio 11 Abraham Esli / Big Maybe · 31 de octubre de 2026 Se trabajan las diez fotografías añadidas al estudio 09, con los tres tratamientos aprobados. Cada una tiene una composición diferente dentro de un lenguaje house: misma foto, misma partitura al alternar Telar, Fuga y Trama. Los instrumentos y la estructura se eligen artísticamente; las mediciones de imagen deciden alturas y acentos según reglas repetibles. ## Duración Dieciséis compases y hasta cuatro acordes por pieza. Cada composición tiene un tempo propio entre120 y136BPM; la mezcla completa dura34–38 segundos, incluida la entrada y la cola. El dial120–152 BPM conserva la afinación mediante el navegador. El WAV se entrega al tempo original indicado en cada fotografía. ## Por qué aparece una nota en ese lugar 1. La imagen orientada y convertida a sRGB se normaliza a 768 píxeles de lado mayor y se divide en 32 columnas y 24 filas. Se conservan los límites exactos de píxel. Dos columnas corresponden a un compás. 2. Para melodía se compara la fuerza de borde de las 24 celdas de cada columna. El borde es el gradiente Sobel de la luminancia lineal suavizada con una gaussiana de 1.2 píxeles. Gana la fila de mayor valor; un empate elige la superior. El punto está en el centro de esa celda. 3. La posición vertical de esa celda propone una altura dentro del registro de la pieza: `grave + (agudo − grave) × (1 − y)`. El motivo musical añade un desplazamiento en semitonos. Después se combina con la altura anterior según el peso definido por la composición y se ajusta a la nota disponible más cercana del acorde vigente. La primera nota no usa una altura anterior; un empate elige la más grave. Registro, desplazamiento y pesos se guardan en cada evento. 4. Un evento de acorde elige su celda mediante el mismo criterio de color y borde de la percusión, y produce varias notas simultáneas allí; se registran todas las notas y la interfaz las explica. Una voz grabada puede cambiar de octava para respetar su registro: se conservan la altura escrita y la audible. 5. Cada perfil aporta centro tonal, hasta cuatro acordes, motivos de llamada y respuesta, distribución de voces, silencios, swing y forma. La medición de imagen aporta contorno, acentos y actividad. La sombra inferior origina el grave; croma y borde originan la percusión. Elegir un perfil es composición humana, no una deducción física ni cultural del píxel. «Cómo decide» resalta la columna, compara sus filas y enmarca la celda ganadora. Las tarjetas explican dónde, qué nota y cuándo. Las flechas permiten avanzar nota por nota, en pausa. Seleccionar un evento de la partitura también abre su origen, incluida la percusión. La explicación conserva la última nota melódica mientras suena la frase para permitir leerla; la nota siguiente actualiza la tarjeta. Las señales musicales de la experiencia muestran nombres de notas y un pequeño conector a la celda transformada. Se pueden ocultar. El tamaño/energía de la animación procede de la envolvente RMS del sonido realmente renderizado para cada evento, medida cada 10 ms y normalizada por evento. No representa una comparación absoluta de volumen entre instrumentos. Los ecos y la reverberación son efectos de mezcla; no inventan celdas adicionales. El panel de frecuencias sí incluye toda la mezcla resultante. ## Qué es medición y qué es interpretación La luminancia es `Y = 0.2126 R + 0.7152 G + 0.0722 B`, con RGB linealizado. El croma es el promedio de `max(R,G,B) − min(R,G,B)` en sRGB. Fuga usa ahora trazos de borde en las coordenadas de la foto. El movimiento de los hilos, los recuadros y los puntos sobre las curvas es una interpretación visual escrita. No se infiere el lugar de la fotografía por el instrumento, ni se detectan objetos semánticos para colocar notas. El método es reproducible con la misma imagen, versión, configuración y paleta. La relación entre luz y música es artística: no existe una música natural única escondida dentro de una fotografía. No se toman decisiones musicales al azar. ## Los tres tratamientos Telar conserva32 franjas y Trama sus recuadros de64 × 48. En reposo su imagen parte de62% de saturación, mediante el filtro de saturación del navegador. La presión local que mueve cada franja o recuadro también restaura su color: `saturación = 0.62 + 0.38 × √min(presión / 0.35, 1)`, con12 pasos intermedios precalculados. Se usa el RGB original de esa misma región; no se inventan colores. La presión suma envolventes audibles cercanas ponderadas por distancia e intensidad, incluidas percusión y graves. Por eso se colorea la estructura en movimiento, no sólo el punto melódico. La nota melódica activa ilumina su celda en la geometría transformada. Su etiqueta es mayor y el color se toma de una paleta fluorescente fija de doce colores, indexada por clase de altura MIDI. No representa el color original de la fotografía. Se puede ocultar el nombre de nota manteniendo la actividad visible. Fuga conserva el dibujo de bordes y muestra la foto original al39% sobre el fondo oscuro, frente al30% del estudio 10. Es un levantamiento sutil para recuperar color sin perder el trazo. Calcula luminancia perceptual ponderada sobre sRGB, suaviza con gaussiana de sigma 1.1 píxeles, aplica gradiente Sobel, supresión bilineal de máximos e histéresis. El umbral superior es el cuantil 0.66 de máximos sobre 0.002, limitado a 0.018–0.065; el inferior es 0.38 veces el superior. Se recorren los píxeles conectados y se simplifican con tolerancia máxima de 0.55 píxeles. Se conservan recorridos de al menos ocho píxeles. Los umbrales y la huella del mapa binario quedan en el manifiesto. Cada vértice conserva las coordenadas de su píxel. No hay deriva, desplazamiento inventado ni reconocimiento semántico de personajes. Se trazan los bordes que la foto permite medir; no se completan fronteras invisibles. El mismo algoritmo se aplica a las diez fotografías y a las cargas nuevas. «Ver sólo el dibujo» permite inspeccionarlo, y «Trazo SVG» descarga vectores reales. Referencia del procedimiento: [etapas de Canny, documentación de OpenCV](https://docs.opencv.org/4.x/da/d22/tutorial_py_canny.html). La implementación del estudio usa NumPy y SciPy; no emplea OpenCV ni un generador de imágenes. ## Panel de imagen y sonido El gráfico muestra el RMS por banda del WAV entregado, con 24 bandas logarítmicas de 40 Hz a 16 kHz. FFT de 4096 muestras, ventana Hann, promediado de potencia estéreo, cuadros centrados cada 50 ms. Se interpola por tiempo del audio y se usa una escala fija de −60 a 0 dBFS. No se normaliza cada cuadro: un sonido más fuerte realmente da una barra mayor. La marca superior coloreada señala la banda de la frecuencia de la nota seleccionada (varias bandas si suena un acorde); los armónicos pueden sonar en otras bandas. Con la capa Ritmo se sigue el bajo; con Luz se muestra el campo continuo. Al pausar o buscar, la lectura corresponde al mismo instante. El dial de tempo mueve audio y lecturas con el mismo reloj; el WAV conserva el tempo original de cada composición. Las barras describen energía, no aplican ecualización. Debajo se muestran celda y valores medidos: luz y croma en porcentaje; borde en su magnitud Sobel, con una barra de referencia de 0 a 0.05. El pulso a negras y el contratiempo son decisiones escritas del house; no se atribuyen como propiedades físicas de la foto. ## Archivos Mezclas y capas alineadas en audio/ y stems/. Partituras MIDI y recetas en production/. Mediciones, eventos, espectros y QA en analysis/. Fotografías canónicas y contornos SVG en images/. Las grabaciones externas conservan fuente, licencia, hash y recortes en samples/. Lanzador: Abrir-diez-composiciones.command. Las fotos cargadas por el usuario se procesan localmente.