Matteo Sacchetto

Dottorando in Ingegneria Elettrica, Elettronica E Delle Comunicazioni , 37o ciclo (2021-2024)
Dipartimento di Elettronica e Telecomunicazioni (DET)

Docente esterno e/o collaboratore didattico
Dipartimento di Automatica e Informatica (DAUIN)

Docente esterno e/o collaboratore didattico
Dipartimento di Elettronica e Telecomunicazioni (DET)

Profilo

Dottorato di ricerca

Argomento di ricerca

Sviluppo di un framework per networked music performance accessibile e di semplice utilizzo

Tutori

Presentazione della ricerca

Poster

Interessi di ricerca

Communication and Computer Networks
Multimedia Signal Processing

Biografia

Ha conseguito la Laurea Triennale in Ingegneria Informatica nel settembre 2018 presso il Politecnico di Torino, conseguendola anche tra i 200 studenti coinvolti nel “Progetto per Giovani Talenti”, che mirava ad aiutare gli studenti meritevoli a sviluppare il proprio potenziale.
Nel dicembre 2020 ha conseguito la Laurea Magistrale cum laude in Ingegneria Informatica presso il Politecnico di Torino, con la tesi “JackTrip-WebRTC – Networked music performance with web technologies” relatore il prof. Antonio Servetti. La tesi si è concentrata sullo sviluppo di un approccio alternativo per lo streaming audio peer-to-peer di alta qualità e a bassa latenza, esplorando una soluzione non convenzionale basata sui DataChannels di WebRTC. Il codice è stato rilasciato come open source ed è disponibile su GitHub.
Nel gennaio 2021 è stato coinvolto come borsista per lo sviluppo di un proof of concept relativo alle performance musicali in rete (NMP in inglese), supervisionato dalla prof. Cristina Rottondi e il prof. Andrea Bianco.
Da novembre 2021 è dottorando in Ingegneria Elettrica, Elettronica e delle Comunicazioni presso il Dipartimento di Elettronica e Telecomunicazioni (DET) del Politecnico di Torino, sotto la supervisione dei prof. Cristina Rottondi e prof. Andrea Bianco.

Il principale argomento di ricerca è Networked Music Performance (NMP). In particolare, inizialmente la ricerca si è concentrata principalmente sul migliorare la soluzione sviluppata durante la tesi, per migliorarne la scalabilità, rendendo indipendenti il numero di processori audio dal numero di utenti connessi. Tale soluzione è stata presentata in un paper uscito a novembre del 2022 sul Journal of Audio Engineering Society (JAES), il quale ha vinto il premio "2022 JAES Best Paper Award". Successivamente la ricerca si è concentrata sullo studio e l'implementazione di una soluzione di audio packet loss concealment basata sui modelli autoregressivi, ottimizzata per poter eseguire in tempo reale su dispositivi a basso consumo quali il Raspberry Pi 4B.

Altri interessi che ha riguardano la musica, il pianoforte, tutto ciò che riguarda lo sviluppo di software, Linux, Raspberry Pis e software open source

Premi e riconoscimenti

  • 2022 JAES Best Paper Award (2024)

Didattica

Insegnamenti

Corso di laurea di 1° livello

MostraNascondi A.A. passati

Pubblicazioni

Pubblicazioni più recenti Vedi tutte le pubblicazioni su Porto@Iris