¿Qué significa realmente que un modelo de audio sea robusto?
Audio corto, ruidoso, reverberante y filtrado; hardware real.
Gabriel Bibbó
Investigador e ingeniero de Audio ML
Audio ML · DSP · machine listening · privacidad acústica · audio en tiempo real · MIR
Ingeniería desde 2016Investigación en audio desde 202213 publicaciones y trabajosAutorización laboral UE
Actualizado 6 sep 2026
Preguntas de trabajo
¿Cuánta información acústica podemos conservar sin conservar habla?
Datasets y flujos de publicación con privacidad incorporada.
¿Cómo hacemos que machine listening sea útil para músicos?
Mezcla armónica, organización de librerías y análisis en tiempo real.
Trabajo seleccionado
Robustez, privacidad, machine listening y tecnología musical.
Ganancia de recuperación en difusión text-to-audio podada
El fine-tuning de recuperación puede hacer que un modelo text-to-audio fuertemente podado parezca casi recuperado cuando se evalúa en condiciones similares a las usadas durante ese fine-tuning. Pero esa recuperación aparente se debilita mucho con clips más cortos o prompts fuera de dominio. El resultado muestra por qué los modelos generativos comprimidos deben evaluarse en múltiples condiciones reales de uso, no en un único benchmark.
AudioLDM · Diffusion · Structured pruning · CLAP · PyTorch
Modelos audio-lenguaje para detección de actividad de voz
Evalúo hasta dónde los modelos audio-lenguaje siguen detectando habla cuando el audio es corto, ruidoso, reverberante o filtrado. El trabajo compara Qwen2-Audio-7B, Qwen2-Audio-7B con LoRA, Qwen3-Omni-30B y Silero VAD sobre el mismo banco de degradaciones. El mejor resultado alcanzó 93,3% de balanced accuracy sobre 21.340 clips degradados.
Qwen · LoRA · OPRO · Silero · PyTorch
Dataset Sounds of Home
Sounds of Home es un dataset de audio residencial para detección de eventos sonoros. Contiene 1.344 grabaciones de una hora recogidas en hogares de 8 participantes en Bélgica con grabadores AudioMoth en salas y cocinas. El habla se eliminó antes de la publicación y se incluyeron predicciones de PANNs para los frames de audio.
SED · AudioMoth · PANNs · Datasets
Framework para eliminación de habla
Framework para eliminar habla de grabaciones antes de compartirlas o publicarlas. El sistema permite flujos de liberación con preservación de privacidad manteniendo información acústica no verbal útil para investigación en detección de eventos sonoros.
PANNs · AST · Silero VAD · WebRTC VAD · Audio privacy
Compatibilidad armónica para mezcla de EDM
Sistema de análisis musical que estima cuán bien se mezclan armónicamente dos pistas de EDM. Analiza las pistas, calcula chroma, lo transforma en Tonal Interval Vectors, compara compatibilidad armónica y sugiere transposiciones que pueden mejorar la mezcla. El trabajo comenzó como tesis de MSc y luego se publicó en ICWE 2022.
Chroma · TIV · Essentia · librosa · EDM
Plataforma de mejora para ASR
MVP end-to-end para comparar transcripción directa contra enhance-and-transcribe sobre audio pregrabado. El backend persiste jobs, artefactos de audio, transcripciones y payloads de proveedores con FastAPI, Celery, PostgreSQL, Redis, MinIO, Docker Compose, métricas, tracing, Grafana y CI. Es un prototipo de ingeniería reproducible, no un servicio endurecido para producción.
FastAPI · Celery · Docker · PostgreSQL · Redis
Traktor ML
Traktor ML convierte una biblioteca local de Techno y Tech House en playlists listas para Traktor. El pipeline extrae embeddings MERT, separa stems con Demucs, obtiene BPM y tonalidad con Essentia, agrupa pistas similares, las ordena para transiciones más suaves y exporta playlists M3U. La ejecución V4 procesó 239 pistas y exportó 14 playlists.
MERT · Demucs · Essentia · HDBSCAN · UMAP · Streamlit
Experiencia
Jun.2026-Present
ML/DSP Engineer
Edge Audio Labs · Montevideo, Uruguay · Hybrid
- Applied machine learning, digital signal processing, testing, and perceptual evaluation across two confidential audio product lines, without disclosing client or project identities.
- Designed and delivered a rendering-side feature that maps score dynamics to model-level timbral expression rather than post-render gain alone, after reverse-engineering the end-to-end audio pipeline and identifying a hidden control-path failure.
- Built measurement and listening-test tooling covering approximately 580 renders and a 48-clip blind evaluation, then delivered the feature server-side without retraining the model.
- Built a headless C++ evaluation pipeline for real-time note and onset detection, from WAV and MIDI inputs through the production DSP to JSON metrics, regression tests, and adversarial canary cases.
- Found and corrected a systematic onset timing offset of approximately 104 ms, improved detector guard logic, and communicated results through technical documentation, pull requests, Jira, and client-facing presentations.
Dec.2025-Present
Visiting Researcher (collaboration)
University of Surrey · Remote · Research collaboration
- Preparing the manuscript ‘A Psychometric Evaluation of Audio-Language Models for Robust Voice Activity Detection’ for Elsevier Computer Speech & Language with Mark D. Plumbley and Simone Spagnol.
- Co-authoring work with Arshdeep Singh and Mark D. Plumbley on privacy-preserving audio and machine listening.
Nov.2022-Nov.2025
Research Engineer in Sound Sensing
University of Surrey · Guildford, UK · Research engineering
- Developed end-to-end audio ML systems for real-world smart environments, covering data preparation, model evaluation, prototype deployment, open-source releases, demos, datasets, and technical documentation.
- Built privacy-preserving SED pipelines for sensitive in-home recordings, including a 197 GB residential audio dataset, speech-removal workflows, and reproducible evaluation resources.
- Built an eight-model VAD benchmark on CHiME-Home and, separately, evaluated audio-language models under controlled duration, noise, reverberation, and spectral degradations.
- Deployed real-time CNN inference on Raspberry Pi, including latency, thermal, efficiency, and robustness evaluation for edge sound sensing.
- Published and presented research at ICASSP, IEEE WASPAA, CHiME Workshop, Inter-Noise, SMC, UKAI, UKIS, and AES. Supervised undergraduate and master’s projects.
Mar.2022-Nov.2022
Technical Support Engineer - Google Workspace
Webhelp · Barcelona, Spain · Enterprise support
- Tier 3 support for Google Workspace enterprise customers across APIs, OAuth, SAML/SSO, IAM, user provisioning, data migration, DNS/domain configuration, and security/compliance settings.
Nov.2021-Mar.2022
IT Auditor
KPMG · Barcelona, Spain · Technology audit
- Supported telecommunications companies and IT departments in technology audit engagements.
Aug.2016-Dec.2019
R&D Engineer
Ikatu · Montevideo, Uruguay · Embedded R&D
- Designed and shipped embedded C/C++ audio and IoT firmware for Bang & Olufsen home automation products, including low-level drivers, hardware integration, audio I/O, and Internet connectivity.
- Worked across requirements, architecture, implementation, testing, validation, and customer-facing documentation.
- Trained and onboarded incoming programmers in embedded development practices.
Apr.2016-Jul.2016
Engineering Intern
Ikatu · Montevideo, Uruguay · Engineering internship
- Developed and coordinated a complete home automation system project before transitioning into the R&D Engineer role.
Educación
Sep.2020-Aug.2021
MSc Sound and Music Computing
Universitat Pompeu Fabra · Barcelona, Spain
60 ECTS · Computational models, audio engineering, perception, cognition, and interactive systems
Master thesis on harmonic compatibility for EDM mixing. Final thesis grade: 9/10.
Feb.2012-Dec.2017
BSc Electrical Engineering
Universidad de la República - Facultad de Ingeniería · Montevideo, Uruguay
Equivalent to 300 ECTS · Specialisation in electronics and signal processing
Bachelor thesis on autonomous mobile robots communicated by software-defined radio.
Mar.2002-Dec.2005
Formal musical training
School Nº265 ‘Virgilio Scarabelli Alberti’ · Montevideo, Uruguay
Musical language, choral singing, guitar, and instrumental ensembles
Publicaciones
2025
-
Privacy for Audio AI: Risks, Challenges, and Emerging Solutions in the Era of Audio AI [Panel discussion]
Thomas Deacon; Jennifer Williams; Jason R. C. Nurse; Christopher Hicks; Gabriel Bibbó; Arshdeep Singh; Mark D. Plumbley
2025 AES International Conference on Artificial Intelligence and Machine Learning for Audio
-
Speech Removal Framework for Privacy-preserving Audio Recordings
Gabriel Bibbó; Arshdeep Singh; Thomas Deacon; Mark D. Plumbley
2025 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA), Tahoe City, CA, October 2025
-
Room Acoustics and Microphone Characteristics Show Systematic Impact on Sound Event Recognition
Gabriel Bibbó; Craig Cieciura; Mark D. Plumbley
Proceedings of the 54th International Congress and Exposition on Noise Control Engineering, São Paulo, Brazil, August 2025
-
Integrating IP broadcasting with audio tags: Workflow and challenges
Rhys Burchett-Vass; Arshdeep Singh; Gabriel Bibbó; Mark D. Plumbley
2025 AES International Conference on Artificial Intelligence and Machine Learning for Audio
-
Soundscape Experience Mapping: A Deep Listening Approach for Eliciting Older Adults' Perceptions of Indoor Soundscapes
Thomas Deacon; Gabriel Bibbó; Arshdeep Singh; Mark D. Plumbley
Forum Acusticum / Euronoise 2025, Málaga, Spain, June 2025
-
Personalized Live Sound Recognition Using Efficient PANNs [Show and Tell]
Arshdeep Singh; Haohe Liu; Gabriel Bibbó; Thomas Deacon; Mark D. Plumbley
IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2025), Hyderabad, India, April 2025
2024
-
Environmental sound classification on an embedded hardware platform
Gabriel Bibbó; Arshdeep Singh; Mark D. Plumbley
INTER-NOISE and NOISE-CON Congress and Conference Proceedings, Nantes, France, August 2024
-
The Sounds of Home: A Speech-Removed Residential Audio Dataset for Sound Event Detection
Gabriel Bibbó; Thomas Deacon; Arshdeep Singh; Mark D. Plumbley
8th International Workshop on Speech Processing in Everyday Environments (CHiME 2024), Kos Island, Greece, September 2024
-
Soundscape Personalisation at Work: Designing AI-Enabled Sound Technologies for the Workplace
Thomas Deacon; Gabriel Bibbó; Arshdeep Singh; Mark D. Plumbley
International Conference on Sound and Music Computing (SMC 2024), Porto, Portugal, July 2024
2023
-
Recognise and Notify Sound Events Using a Raspberry PI Based Standalone Device [Demo]
Gabriel Bibbó; Arshdeep Singh; Mark D. Plumbley
IEEE Workshop on Applications of Signal Processing to Audio and Acoustics (WASPAA 2023), New York, U.S.A, October 2023
2022
-
A New Compatibility Measure for Harmonic EDM Mixing
Gabriel Bibbó; Ángel Faraldo
International Conference on Web Engineering (ICWE 2022), Bari, Italy, July 2022
2021
-
Towards a New Compatibility Measure for Harmonic EDM Mixing
Gabriel Bibbó
Master thesis, Universitat Pompeu Fabra, Barcelona, Spain, 2021. Supervisor: Ángel Faraldo.
2017
-
Autonomous Mobile Robots Communicated by Software Defined Radio
Gabriel Bibbó; Mariana Gelós; Martín Randall
Bachelor thesis, Universidad de la República, Montevideo, Uruguay, 2017. Supervisors: Pablo Belzarena and Federico Larroca.
Otros proyectos
ALPACA
Prototipo de ingeniería de software para infraestructura de trading algorítmico, con ingesta de datos de mercado, procesamiento de eventos, controles de riesgo, simulación histórica, persistencia, acceso por API y monitoring. No ha sido probado en producción.
Python · Backtesting · Risk controls · Monitoring
Demo de reconocimiento de eventos sonoros en Raspberry Pi
Demo en Raspberry Pi para reconocimiento de eventos sonoros en tiempo real. El sistema ejecuta redes neuronales preentrenadas en un dispositivo edge de bajo costo, expone una interfaz web y puede enviar notificaciones por email cuando detecta eventos seleccionados de AudioSet.
Raspberry Pi · AudioSet · Real-time inference · Email notifications
3H-ATO
Herramienta mecánica diseñada durante la pandemia para evitar el contacto directo con superficies compartidas.
Mechanical design · Prototyping · Product development
Dispensador automático de jabón IoT
Dispositivo IoT para lavado de manos en entornos industriales. Utilizaba acero inoxidable, WiFi, conectividad cloud, sensores IR/RFID y un tanque de 3 litros.
WiFi · IR/RFID · Cloud connectivity · Industrial hygiene
Aplicación móvil UyVoy
Proyecto de aplicación móvil para reservar turnos y reducir aglomeraciones durante la pandemia. Gabriel trabajó como product owner y project lead.
Product ownership · Civic tech · Project management
Cursos y certificaciones
PRINCE2 Foundation in Project Management
Certificate GR656321771GB · Expires 03/2027
Project management techniques, risk mitigation, resource allocation, project planning, and monitoring.
Deep Learning
DeepLearning.AI · Coursera · Completed
CNNs, RNNs, transformers, TensorFlow, inductive transfer, and optimisation.
Machine Learning
Stanford University · Coursera · Completed
Supervised and unsupervised learning and best practices in machine learning.
Electronic Music Production
AURA · Montevideo, Uruguay · Graduated
Ableton and analogue instruments.
Private Guitar Lessons
Montevideo, Uruguay
Stack técnico
Stack
Python · C/C++ · PyTorch · Hugging Face · PEFT · TorchAudio · librosa · Essentia · mido · scikit-learn · pandas · NumPy · SciPy · Flask · FastAPI · Streamlit · Docker · Git · Linux CLI · Bash · Slurm · Redis · Prometheus · Grafana · PostgreSQL · SQLite · MATLAB · Unreal Engine 5.4 · FMOD · VS Code
ML
CNNs · Transformers · Audio-Language Models · LoRA Fine-tuning · 4-bit Quantization · Supervised and Self-supervised Learning · Evaluation Pipelines · Statistical Testing · Edge Deployment
Audio
Sound Event Detection · Voice Activity Detection · Pitch and Onset Detection · Music Information Retrieval · Digital Signal Processing · Real-Time Audio · Perceptual Evaluation · DAWs · Ableton · DJing · Electronic Music Production
Practice
Reproducible ML pipelines · Automated Audio Testing · Dataset Curation · Open-Source Development · MLOps practices · AI-assisted Development · Technical Writing · Interdisciplinary Collaboration
Idiomas
Español Nativo · Inglés C1 (CEFR) · Portugués A2 (CEFR)
Membresías e investigación financiada
IEEE Signal Processing Society (2025)
EPSRC AI for Sound · University of Surrey
Contacto
Disponible para colaboración académica, consultoría, contract research y oportunidades remotas seleccionadas en audio ML, machine listening, DSP y tecnología musical.