A identificação automática da tonalidade predominante de uma execução musical constitui um tema relevante na área de computação musical, com aplicações no ensino, estudo e prática da harmonia funcional. Embora existam aplicativos voltados à afinação de instrumentos, identificação de notas e reconhecimento de acordes, observa-se uma escassez de soluções móveis capazes de realizar a inferência tonal automática de forma contínua, local e em tempo real durante execuções musicais ao vivo. Nesse contexto, este trabalho propõe o desenvolvimento do Tonalize, um aplicativo móvel destinado à identificação computacional da tonalidade predominante de uma performance musical a partir da captação local de áudio. A solução emprega técnicas de Processamento Digital de Sinais (DSP), utilizando o algoritmo YIN para estimativa da frequência fundamental e os perfis tonais de Krumhansl-Kessler associados ao coeficiente de correlação de Pearson para inferir o centro tonal predominante da execução. O sistema é estruturado em uma arquitetura híbrida composta por uma camada nativa Android responsável pela captura e processamento do sinal de áudio e uma interface desenvolvida em Flutter para interação com o usuário. A pesquisa caracteriza-se como aplicada e de desenvolvimento tecnológico, sendo conduzida por meio da metodologia ágil Scrumban. Como resultado esperado, pretende-se disponibilizar uma ferramenta capaz de identificar tonalidades musicais em tempo real, com baixa latência e funcionamento local, contribuindo para o aprendizado musical, o estudo da harmonia e o apoio a músicos em ensaios, apresentações e demais contextos de execução ao vivo.
Palavras-chave: Computação Musical; Processamento Digital de Sinais; Detecção de Tonalidade Musical; Processamento em Tempo Real; Aplicativos Móveis; Algoritmo YIN; Edge Computing; Análise Harmônica Computacional.
Projeto importado do Suap em 03/10/2026 às 03:11 (há 7 horas, 46 minutos)