LEMUR: Aprendizaje de representaciones multimodales para la recuperación eficiente de música

Objetivos

El proyecto LEMUR se centra en el desarrollo de un marco de aprendizaje multimodal para la recuperación eficiente de música, integrando audio, representaciones simbólicas y documentos escaneados en un espacio común de representación. Su propósito es superar las limitaciones de los enfoques actuales en Recuperación de Información Musical (MIR), permitiendo búsquedas y análisis más fluidos, eficientes y accesibles. La propuesta busca unificar modalidades, optimizar el rendimiento computacional y diseñar sistemas centrados en el usuario, con aplicaciones en clasificación, etiquetado, detección de plagio e identificación de autoría. El proyecto contribuirá al avance de la inteligencia artificial, la musicología y las bibliotecas digitales, democratizando el acceso a contenidos musicales en múltiples formatos.

Equipo

LEMUR reúne personal investigador, personal contratado y equipo de trabajo con experiencia en recuperación de información musical, reconocimiento de documentos, aprendizaje automático, representación multimodal, musicología computacional y bibliotecas digitales.

Investigadores Principales

Antonio Javier Gallego

Investigador principal

Jorge Calvo Zaragoza

Investigador principal

Equipo de Investigación

Jose Manuel Iñesta

Equipo de investigación

Antonio Pertusa

Equipo de investigación

Jose Javier Valero Más

Equipo de investigación

María Teresa Delgado Sánchez

Equipo de investigación

David Rizo Valero

Equipo de investigación

Carlos Pérez Sancho

Equipo de investigación

Personal Contratado

Antonio Hidalgo-Centeno

Personal contratado

Eliseo Fuentes-Martínez

Personal contratado

Equipo de Trabajo

Antonio Ríos Vila

Equipo de trabajo

Juan Carlos Martínez Sevilla

Equipo de trabajo

Patricia García Iasci

Equipo de trabajo

Francisco J. Castellanos

Equipo de trabajo

María Alfaro Contreras

Equipo de trabajo

Marina Maciá Ferrández

Equipo de trabajo

Alejandro Galán Cuenca

Equipo de trabajo

Carlos Garrido Muñoz

Equipo de trabajo

Carlos Peñarrubia Morcillo

Equipo de trabajo

Wilson Antony Mamani Machaca

Equipo de trabajo

Antonio Requena Jiménez

Equipo de trabajo

Juan Pedro Martínez Esteso

Equipo de trabajo

Eric Ayllon Palazón

Equipo de trabajo

Publicaciones

Publicaciones científico-técnicas directamente derivadas de los resultados del proyecto.

Artículos en revistas indexadas

Aligned music notation and lyrics transcription

Eliseo Fuentes-Martínez, Antonio Ríos-Vila, Juan C. Martinez-Sevilla, David Rizo y Jorge Calvo-Zaragoza

Pattern Recognition · Vol. 170, artículo 112094 · 2025

Indicios de calidad: JCR Q1 · IF 7.6

[DOI]
Spatial context-based Self-Supervised Learning for Handwritten Text Recognition

Carlos Peñarrubia, Carlos Garrido-Muñoz, Jose J. Valero-Mas y Jorge Calvo-Zaragoza

Pattern Recognition Letters · 2025

Indicios de calidad: JCR Q2 · IF 3.3

[DOI]
An implicit layout-aware transformer for full-page end-to-end optical music recognition

Antonio Ríos-Vila, Eliseo Fuentes-Martínez y Francisco J. Castellanos

International Journal of Multimedia Information Retrieval · Vol. 14, artículo 34 · 2025

Indicios de calidad: JCR Q2 · IF 2.9

[DOI]
TriScore: Aligning Audio, Symbolic Scores, and Sheet Music Images in a Shared Embedding Space

Antonio Hidalgo-Centeno, Eliseo Fuentes-Martínez, Jorge Calvo-Zaragoza y Antonio Javier Gallego

Pattern Recognition · Vol. 179, artículo 113926 · 2026

Indicios de calidad: JCR Q1 · IF 7.6

[DOI]
Multimodal transformers for image and audio polyphonic music transcription

María Alfaro-Contreras, Noelia Luna-Barahona, Carlos Pérez-Sancho, Jorge Calvo-Zaragoza y Jose J. Valero-Mas

Applied Soft Computing · Vol. 191, artículo 114643 · 2026

Indicios de calidad: JCR Q1 · IF 6.6

[DOI]

Artículos en actas de congreso y capítulos de libro

Human vs. Machine: Comparing Selection Strategies in Active Learning for Optical Music Recognition

Juan P. Martínez-Esteso, Alejandro Galán-Cuenca, Carlos Pérez-Sancho, Francisco J. Castellanos y Antonio Javier Gallego

The 26th International Society for Music Information Retrieval Conference — ISMIR 2025 · 2025

Indicios de calidad: GGS / GII-GRIN-SCIE: Tier 2 / Clase 2

[Web del trabajo]
On the Generalization of Handwritten Text Recognition Models

Carlos Garrido-Muñoz y Jorge Calvo-Zaragoza

IEEE/CVF Conference on Computer Vision and Pattern Recognition — CVPR 2025 · Proceedings of the Computer Vision and Pattern Recognition Conference, pp. 15275–15286 · 2025

Indicios de calidad: GGS / GII-GRIN-SCIE: Tier 1 / Clase 1 · CORE/ICORE A*

[DOI]
Impact of Label-Level Noise on Multi-label Learning: A Case Study on the k-Nearest Neighbor Classifier

Antonio Requena, Antonio Javier Gallego y Jose J. Valero-Mas

12th Iberian Conference on Pattern Recognition and Image Analysis — IbPRIA 2025 · Pattern Recognition and Image Analysis, LNCS 15937, pp. 352–364 · Springer · 2025 · ISBN 978-3-031-99564-4

Indicios de calidad: Congreso internacional · CORE C · Actas publicadas en Springer LNCS

[DOI]
Image Transformation Sequence Retrieval with General Reinforcement Learning

Enrique Mas-Candela, Antonio Ríos-Vila y Jorge Calvo-Zaragoza

12th Iberian Conference on Pattern Recognition and Image Analysis — IbPRIA 2025 · Pattern Recognition and Image Analysis, LNCS 15937, pp. 340–351 · Springer · 2025 · ISBN 978-3-031-99564-4

Indicios de calidad: Congreso internacional · CORE C · Actas publicadas en Springer LNCS

[DOI]
Mitigating Overfitting in Fully Transformer Architectures for Handwritten Text Recognition

Carlos Peñarrubia, Jose Javier Valero-Mas y Jorge Calvo-Zaragoza

12th Iberian Conference on Pattern Recognition and Image Analysis — IbPRIA 2025 · Pattern Recognition and Image Analysis, LNCS 15937, pp. 379–390 · Springer · 2025 · ISBN 978-3-031-99564-4

Indicios de calidad: Congreso internacional · CORE C · Actas publicadas en Springer LNCS

[DOI]
kernpy: a Humdrum **Kern Oriented Python Package for Optical Music Recognition Tasks

Joan Cerveto-Serrano, David Rizo y Jorge Calvo-Zaragoza

Music Encoding Conference — MEC 2025 · pp. 178–183 · 2025

[DOI]
Pixel Labeler: A Pixel-Wise Annotation Tool for Active Learning Music Recognition

Carlos Pérez-Sancho, Alejandro Galán-Cuenca, Juan P. Martínez-Esteso, Francisco J. Castellanos y Antonio Javier Gallego

17th International Symposium on Computer Music Multidisciplinary Research — CMMR 2025 · Proceedings of the 17th International Symposium on Computer Music Multidisciplinary Research, pp. 711–722 · 2025 · ISBN 979-10-97498-06-1

[DOI]

Congresos, conferencias y workshops

Asistencia y presentación de resultados en congresos, conferencias y workshops relacionados con el proyecto.

Human vs. Machine: Comparing Selection Strategies in Active Learning for Optical Music Recognition

Juan P. Martínez-Esteso, Alejandro Galán-Cuenca, Carlos Pérez-Sancho, Francisco J. Castellanos y Antonio Javier Gallego

The 26th International Society for Music Information Retrieval Conference — ISMIR 2025

Presentación oral Daejeon, Corea · 21–25 de septiembre de 2025

[Web del evento]
Frontiers in optical music recognition

David Rizo Valero

Journées d’Accélération “Partition et numérique” — CNRS / PEPR ICCARE

Ponencia invitada Versalles, Francia · 17–18 de febrero de 2025

[DOI]
Construcción interdisciplinar de sistemas de IA para la transcripción asistida de música

Patricia García-Iasci y David Rizo

II Simposi Internacional d’Interdisciplinarietat en les Humanitats

Comunicación oral Castellón, España · 22 de mayo de 2025

[Web del evento]
IA en la definición de pregnancia

Marina Maciá Ferrández y David Rizo

II Simposi Internacional d’Interdisciplinarietat en les Humanitats

Comunicación oral Castellón, España · 22 de mayo de 2025

[Web del evento]
Graphic Design for Explainable Artificial Intelligence Interfaces

Marina Maciá y David Rizo

Workshop on Human-Centred Machine Learning: Bridging Design, Development, and Social Impact

Comunicación oral Lugano, Suiza · 6–7 de marzo de 2025

[Web del evento]
On the Generalization of Handwritten Text Recognition Models

Carlos Garrido-Muñoz y Jorge Calvo-Zaragoza

IEEE/CVF Conference on Computer Vision and Pattern Recognition — CVPR 2025

Póster Nashville, Tennessee, Estados Unidos · 11–15 de junio de 2025

[Web del evento] [DOI]
Evaluating Music Encoding Approaches: An Accuracy Analysis of Tools and Standards

Patricia García-Iasci, David Rizo y Jorge Calvo-Zaragoza

Music Encoding Conference — MEC 2025

Póster Londres, Reino Unido · 3–6 de junio de 2025

[Web del evento]
Digital encoding methods compared: an experiment on ‘The Dance Music of Ireland’

Patricia García-Iasci y David Rizo

International Association of Music Libraries, Archives and Documentation Centres — IAML 2025

Comunicación oral Salzburgo, Austria · 6–11 de julio de 2025

[Web del evento]
Digital engraving of the Orihuela Cathedral Polyphony Books

David Rizo, Antonio Pardo y Jorge Calvo-Zaragoza

International Association of Music Libraries, Archives and Documentation Centres — IAML 2025

Póster Salzburgo, Austria · 6–11 de julio de 2025

[Web del evento]
Impact of Label-Level Noise on Multi-label Learning: A Case Study on the k-Nearest Neighbor Classifier

Antonio Requena, Antonio Javier Gallego y Jose J. Valero-Mas

12th Iberian Conference on Pattern Recognition and Image Analysis — IbPRIA 2025

Comunicación oral Coímbra, Portugal · 30 de junio–3 de julio de 2025

[Web del evento] [DOI]
Image Transformation Sequence Retrieval with General Reinforcement Learning

Enrique Mas-Candela, Antonio Ríos-Vila y Jorge Calvo-Zaragoza

12th Iberian Conference on Pattern Recognition and Image Analysis — IbPRIA 2025

Póster Coímbra, Portugal · 30 de junio–3 de julio de 2025

[Web del evento] [DOI]
Mitigating Overfitting in Fully Transformer Architectures for Handwritten Text Recognition

Carlos Peñarrubia, Jose Javier Valero-Mas y Jorge Calvo-Zaragoza

12th Iberian Conference on Pattern Recognition and Image Analysis — IbPRIA 2025

Póster Coímbra, Portugal · 30 de junio–3 de julio de 2025

[Web del evento] [DOI]
kernpy: a Humdrum **Kern Oriented Python Package for Optical Music Recognition Tasks

Joan Cerveto-Serrano, David Rizo y Jorge Calvo-Zaragoza

Music Encoding Conference — MEC 2025

Póster Londres, Reino Unido · 3–6 de junio de 2025

[Web del evento] [DOI]
The automated encoding of the Mensural collections of the Biblioteca Nacional de España

David Rizo, Jorge Calvo-Zaragoza, Patricia García Iasci y Teresa Delgado Sánchez

LibrarIN International Conference 2025

Comunicación oral Madrid, España · 22–23 de mayo de 2025

[Web del evento]
Pixel Labeler: A Pixel-Wise Annotation Tool for Active Learning Music Recognition

Carlos Pérez-Sancho, Alejandro Galán-Cuenca, Juan P. Martínez-Esteso, Francisco J. Castellanos y Antonio Javier Gallego

17th International Symposium on Computer Music Multidisciplinary Research — CMMR 2025

Comunicación oral Londres, Reino Unido · 3–7 de noviembre de 2025

ISBN de actas: 979-10-97498-06-1

[Web del evento] [DOI]
Towards best practices in visual design of graphical interfaces for computational musicology

Marina Maciá, David Rizo y Javier Sanchis

Third International Conference on Computational and Cognitive Musicology — ICCCM 2025

Póster Aalborg, Dinamarca · 8–10 de octubre de 2025

[Web del evento] [Programa]
Music Representation Learning for Efficient Multimodal Retrieval

Antonio Hidalgo, Eliseo Fuentes-Martínez y Antonio Javier Gallego

Digital Music Research Network — DMRN+20

Comunicación oral Londres, Reino Unido · 16 de diciembre de 2025

[Web del evento] [DOI]
Evaluating Pre-trained Audio Encoders for Audio-to-Score Music Transcription

Antonio Hidalgo-Centeno, Carlos Peñarrubia y Jose Javier Valero-Mas

Digital Music Research Network — DMRN+20

Póster Londres, Reino Unido · 16 de diciembre de 2025

[Web del evento] [DOI]

Recursos y ciencia abierta

Como medida de difusión, transferencia y ciencia abierta, se está centralizando la publicación de los códigos, recursos software y materiales generados en el marco del proyecto en el repositorio público de GitHub de LEMUR.

Repositorio público de LEMUR

Código, herramientas, materiales y otros resultados abiertos del proyecto.

Visitar LEMUR en GitHub

Financiación y entidades participantes

Esta página web presenta las actividades y resultados del proyecto nacional de I+D+i LEMUR (PID2023-148259NB-I00), financiado por MICIU/AEI/10.13039/501100011033 y por FEDER, UE. LEMUR se desarrolla en la Universidad de Alicante, con la participación del Instituto Universitario de Investigación en Informática y del grupo Pattern Recognition and Artificial Intelligence Group (PRAIg).