ARGIRA Unified Acoustic Dataset — 76 images (paintings, nature, synthetic, gradient) with hue entropy metrics and acoustic roughness analysis on paintings subset (n=22)

El ARGIRA Unified Acoustic Dataset explora cómo determinadas propiedades estadísticas del color pueden preservarse bajo un embedding determinista imagen→audio. El conjunto incluye 76 imágenes distribuidas entre pinturas clásicas, fotografías de naturaleza, patrones sintéticos controlados y gradientes de irregularidad espacial, junto con métricas visuales y acústicas extraídas mediante un pipeline reproducible de sonificación. El objetivo del dataset no es modelar percepción musical ni generar armonía explícita, sino analizar si la estructura ordinal de los histogramas cromáticos permanece observable tras su proyección al dominio espectral acústico. Para ello, cada imagen es transformada mediante un operador determinista de mapeo hue→frecuencia, seguido de síntesis aditiva y extracción de descriptores espectrales. Los experimentos muestran evidencia empírica consistente de que la dispersión cromática y la entropía del histograma de tono se asocian con incrementos en la rugosidad espectral emergente bajo múltiples geometrías de mapeo determinista. Sobre el subconjunto de pinturas clásicas con métricas acústicas válidas (n=22), se observan las siguientes correlaciones:hue_entropy → roughness_naive_pct: r = 0.716hue_std → roughness_naive_pct: r = 0.763Los controles sintéticos incluidos (monocromos, distribuciones bimodales, ruido y patrones espaciales adversariales) permiten atribuir esta asociación a la estructura del histograma cromático global, descartando sesgos derivados de organización espacial o factores perceptivos. Los resultados no constituyen una validación general de la sonificación, sino un primer hallazgo empírico sólido: ciertas propiedades estadísticas de los histogramas visuales pueden preservarse parcialmente como configuraciones espectrales agregadas dentro de embeddings cross-modales deterministas, justificando la ampliación del análisis a muestras mayores y geometrías de mapeo alternativas. El dataset está orientado a investigación en sonificación reproducible, análisis de embeddings cross-modales, representación estadística de imágenes, interpretabilidad de transformaciones deterministas, análisis de señales y representación acústica de datos visuales. Licencia: CC BY-NC 4.0DOI: 10.5281/zenodo.20397554