Más funciones de Audacity e IA – OpenVINO — Transcript

Explora nuevas funciones de OpenVINO en Audacity, incluyendo transcripción con Whisper y generación de música, con ejemplos prácticos en español e inglés.

Key Takeaways

OpenVINO amplía las capacidades de Audacity con IA para transcripción y generación musical.
La transcripción con Whisper puede ser lenta en equipos modestos, pero es efectiva para discursos y canciones.
La elección del modelo influye en la velocidad y calidad de la transcripción.
Es necesario instalar y habilitar correctamente los plugins de OpenVINO para su uso en Audacity.
El contenido es útil para usuarios interesados en edición de audio y tecnologías de inteligencia artificial.

Summary

El vídeo presenta nuevas funciones de OpenVINO para Audacity, tras haber cubierto reducción de ruido y separación de voz e instrumental.
Se explica cómo descargar e instalar plugins adicionales de OpenVINO para Audacity desde la página oficial.
Se muestra el uso de Whisper Transcription para transcribir discursos y canciones en varios idiomas, incluyendo inglés y español.
Se detalla la selección de modelos para transcripción, destacando diferencias en velocidad y precisión según el modelo elegido.
Se realiza una prueba con el discurso 'I Have a Dream' de Martin Luther King, mostrando la transcripción completa y algunos errores curiosos.
Se prueba la transcripción de una canción en español, 'La de la mochila azul', con resultados rápidos y precisos usando el modelo básico.
Se menciona la opción de generación de música con OpenVINO, aunque no se detalla en profundidad en este extracto.
Se enfatiza la importancia de habilitar OpenVINO en las preferencias de Audacity para que las funciones funcionen correctamente.
Se advierte sobre la duración del proceso de transcripción, que depende del equipo y modelo seleccionado.
El creador invita a suscribirse para más contenido relacionado con tecnología y audio.

Chapters

Full Transcript — Download SRT & Markdown

Speaker A

Hola, soy Mayon y en el vídeo de hoy vamos a ver otras opciones que tiene OpenVINO sobre Audacity. El lunes pasado vimos dos muy importantes, que eran la reducción de ruido y la separación de una música entre su base instrumental y su voz. Hoy

Speaker A

vamos a ver otras opciones que nos propone OpenVINO, pero os diría por favor que vierais el vídeo del lunes pasado si no lo habéis visto. Os lo pondré por aquí arriba y en los comentarios, en la descripción del vídeo.

Speaker A

Para, eh, sobre todo la parte de instalación, que no me voy a parar yo mucho. Vale, entonces, eh, por recordar un poco, entráis en https dog.com Intel openvino plugins AI Audacity. Dejaré el enlace abajo y os vais a releases, están por la TR 51

Speaker A

R22. Os bajaría el fichero de plugins este exe y una vez que lo tengáis, lo que simplemente lo volvéis a ejecutar e instalamos las partes que no dejamos instaladas la vez pasada. Vamos a ello. Entonces ejecutamos el Audacity que nos

Speaker A

hemos bajado, o sea, el Open, el OpenVINO. Le damos aquí, le damos next, la licencia GNU, esto es gratuito, que lo sepáis, y lo que pusimos el otro día que es program files Audacity. Le damos next.

Speaker A

Y ahora esto es lo que instalamos el otro día: music se y noise suppression. Hoy vamos a ver varias cosas más, como es Whisper Transcription, vale, eh, para transcribir, eh, vídeos, de modo que tú pones una o música, tú pones una música y te saca la

Speaker A

letra o un discurso y te transcribe el discurso. Lo vamos a dar ahí. Aquí instala muchos modelos, vale, eh, no vamos a instalar todos, vale, vamos a quitar este que pone English only, vamos a quitar el de nivel medio y de

Speaker A

nivel largo. Vamos a dejar solo uno, vale, porque no se eterniza esto instalando y todo este tema. Y luego tenemos aparte del transcription, tenemos otra opción que es music generation models, vale. Esto lo que te permite es crear músicas con

Speaker A

OpenVINO. Entonces hoy vamos a ver estas dos últimas, eh, adiciones, que es el Whisper Transcription para sacar el audio, eh, o sea, la voz, transcribir lo que está escuchando y por otro lado music generation models, vale. Le doy a siguiente y ahora sí. Ahora

Speaker A

se pone a bajar las partes que no tuviéramos el otro día. Vamos a dejar lo que pase y ahora volvemos. Bueno, pues en principio ya estaría bajado todo esto y ahora vamos a proceder a instalarlo y hay que esperar

Speaker A

otro poquito. Bueno, pues ya estaría instalado. Nos recuerda que abramos Audacity, habilitemos OpenVINO y lo volvamos a cerrar y luego lo volvamos a abrir. Entonces le damos al Finish, abrimos Audacity dentro, eh, aquí en, perdón, referencias dentro de preferencias en

Speaker A

módulos vemos si OpenVINO está habilitado. Vemos que está habilitado, vale. Si estuviera deshabilitado, lo habilitáis, cerráis Audacity y lo volvéis a abrir y ya lo tendríamos listo, vale. Lo primero que vamos a probar es el transcriptor. Entonces aquí le damos a

Speaker A

archivo, abrimos cualquier cosa. Vamos a abrir, por ejemplo, yo tengo aquí el discurso de Luther King, I Have a Dream. Le damos. Vale, entonces está ahí el discurso completo, eh, dudo que con esto me salte errores y bueno, pues ahora lo que

Speaker A

vamos es analizar y le damos OpenVINO Whisper Transcription. Le damos, dice que tienes que seleccionar algo, cierto. Le damos aquí doble clic para que se seleccione, analizar OpenVINO Whisper Transcription. Y de nuevo, pues nos dice cómo lo vamos a hacer, si por CPU,

Speaker A

etcétera. Eh, lo podemos hacer por CPU o por GPU. Esto lo expliqué en el capítulo anterior. Como este equipo solo tiene CPU, pues lo hago por CPU. ¿Qué modelo quiero utilizar? Aquí hay varios modelos de lenguaje, vale. Podría usar este, el large, que es el

Speaker A

grande. ¿Y en qué idioma? Pues este hombre hablaba en inglés, ¿no? Que estará por aquí en algún sitio o estaba, a ver, English, aquí, que lo han puesto el primero. Le damos aplicar y se pone a transcribir, vale. Bueno, esto va a tardar

Speaker A

una hora, hay que esperarse a que termine. Lo veis ahí, una hora para, eh, en realidad 16 minutos de canción. Esto es porque el procesador que yo tengo es realmente muy pobre. Entonces, bueno, solo armarse de paciencia y de ese modo, pues bueno, 16

Speaker A

minutos de audio tarda eso una hora en procesarlo. Bueno, pues después de una hora y pico que se ha tirado haciendo su proceso, vemos aquí que ha creado una nueva pista donde nos dice básicamente lo que va diciendo en cada momento. Si lo

Speaker A

ampliemos un poco, pues vemos básicamente, pues todo, todo lo que va diciendo. Vale, pues por ejemplo aquí dice Marvel new milit people. Bueno, fijaros, es Martin Luther King y usa la palabra nigro, es curioso, ¿no?, que ahora eso está

Speaker A

prescrito. Y bueno, pues habéis visto que lo ha transcrito todo, ha tardado, pero lo ha transcrito. Aplausos, we must never conduct. Como veis, el audio no era bueno y lo ha transcrito entero. Bueno, vamos a hacer otra prueba y ahora vamos a

Speaker A

cargar una canción. En este caso no os voy a poder poner el ejemplo, o sea, reproducirlo porque si no el vídeo me lo podrían. Pero bueno, vamos a abrir una canción que se llama La de la mochila azul. Está en

Speaker A

ello, ya lo he abierto. Y bueno, pues para los que no sabéis esa canción es: "¿Qué te pasa, chiquillo? ¿Qué te pasa?" Me dicen en la escuela y la de la mochila azul, lit dormilones, me causó gran inquietud y calificaciones. Bueno, si al recreo quiero

Speaker A

salir, vale, vale, me paro. Bueno, pues le podemos dar otra vez aquí analizar OpenVINO transcri. Lo traduce para que no se tire una hora. Voy a marcar solo un trozo, u, perdón, aquí por ejemplo este trocito nada más y

Speaker A

aquí le digo analizar OpenVINO CPU. Voy a usar el modelo base y esto está en castellano, vale, Spanish. Entonces Spanish, vamos a buscar Spanish, Spanish. Le damos a aplicar. Está en ello. Y bueno, pues me dice que va a

Speaker A

tardar. Ya está. Vale. Bueno, pues fijaros el trocito que ha cogido nada más: "Mirada, me hace falta tu mirada" y aquí música. Si cogemos un poquito, un poquito más, vamos a coger un minuto por lo menos aquí así

Speaker A

y ahora le damos analizar OpenVINO Spanish, el modelo básico, aplicar. Está terminando, lo va a hacer rápido, vale. Vamos a quitar esta que era la vez anterior. "No puedo leer ni escribir, me hace falta tu mirada." Veis y

Speaker A

y lo que no puedo es ponerlo porque me cancelarían el vídeo, vale, por derechos de autor, pero veis que lo hace perfectamente y esto es una canción. Ok. Lo otro es un discurso, esto es una canción. He cogido el modelo base para

Speaker A

que lo haga más rápido y bueno, pues solo cogiendo un minuto, pero veis que lo hace bastante rápido. Si cojo, vamos a ver cuánto tarda la canción completa con el modelo básico. Analizar OpenVINO, tanan, el modelo básico Spanish,

Speaker A

vale, en español porque la canción es española. Le damos a aplicar a ver cuánto tarda. Si tarda menos de una hora calculo que va a tardar como medio minuto o así. Es por el modelo que hemos elegido. Es, es más, en el otro tuve que

Speaker A

elegir un modelo más grande porque básicamente el audio está muy mal. Aquí, eh, pues el chico canta, canta muy claro en castellano. Entonces, bueno, pues lo ha hecho rápido. Veis con el modelo base funciona en castellano y aquí lo tenéis.

Speaker A

Vamos a ampliarlo un poquito para que se vea bien y aquí lo dice: "¿Qué te pasa, chiquillo? ¿Qué te pasa? Me dicen en la escuela, me preguntan en mi casa y H hasa ahora lo supe de repente cuando no hay

Speaker A

que pasar lista y ella no está presente." La de la... aquí se ha equivocado porque es la de la cochila azul. Bueno, en realidad es la de la mochila azul, la de los boquit milones, es los ojitos de milones. Me dejó

Speaker A

gran inquietud y bajas calificaciones. Al recreo quiero salir. Es mal al recreo no quiero salir, no me divierto con nada. Bueno, veis que cuando uso el modelo básico, pues la traducción es un poco, la cuestión es un poco peor, vale.

Speaker A

Pero bueno, veis que lo que lo hace, vale. Bueno, vamos a ver otra, otra posibilidad. La otra posibilidad que hemos instalado, hemos instalado la posibilidad de la transcripción y la posibilidad de generar músicas. El otro día os repito en

Speaker A

el vídeo del lunes pasado tenéis el enlace abajo, tenéis la posibilidad de quitar ruido y la posibilidad de dividir una canción entre banda sonora y voz, vale. Aquí lo que vamos a hacer, hemos visto ya la transcripción,

Speaker A

vamos a ver cómo generar música. Entonces le damos, vamos aquí generar.

Speaker A

16 y el de integer de 8 aquí si lo voy a usar con cpu o con gpu lo dejamos con cpu y básicamente el campo importante es este la duración que decimos que 30 segundos lo que sea y que

Speaker A

es la descripción de lo que queremos por ejemplo aquí dice eh un Track o sea una música pop de los 80 con unos bajos con drums con batería y sintetizador entonces si le diéramos generar pues lo que tarde

Speaker A

dice que va a tardar unos segundos lo veis aquí pues Tendremos que esperar como hemos esperado la en el otro caso que hemos esperado casi una hora vale pues aquí Tendremos que esperar lo que nos marque lo que nos marque

Speaker A

esto como este equipo es poco potente va a pasar con lo de la transcripción tarda mucho Vale entonces Bueno pues tardará lo que lo que tenga que tardar Bueno pues después de aquí unos minutos eh hemos conseguido esta canción vale un track de

Speaker A

los 80 con bajos batería y sintetizador vamos a escucharlo [Música] Pues básicamente lo que le hemos pedido vamos a generar otra generar Open Bin music generation en vez de 30 segundos Vamos a ponerle 10 segundos para que tarde

Speaker A

menos y le voy a poner Just Track una pista de Just con piano drums saxone Sax Ah se puede poner ahí está y bas con es un este clásico de un cuarteto clásico de jaz piano drums saxofón y bajo vamos a generar la música

Speaker A

10 segundos nada más va Vamos a ver Cuánto tarda dice que en principio va a tardar 3 minutos 2 minutos va a tardar 2 minutillos en hacerla Bueno pues ya me habría creado la música vamos a [Música] escucharla Bueno pues no no ha llegado a

Speaker A

entrar el saxo pero sí que el bajo el piano se le escuchaba y la batería bueno como veis básicamente tenéis esas dos posibilidades a la hora de utilizar o Open vino ya tenéis la transcripción y la generación de música además tenéis la

Speaker A

posibilidad que explicamos el lunes pasado de quitar el ruido y de dividir una pista de música entre la música y la letra para la voz para poder por ejemplo usarlo para karaoke esto es todo lo que nos tiene de momento

Speaker A

preparado Open vino como veis Según el modelo que elijáis a la hora de la inscripción tarda mucho o tarda poco o tarda menos también claro depende del equipo que tienes Yo tengo un aquí un i7 de octava generación no tiene es un

Speaker A

procesador muy antiguo lamos por la generación 13 no tengo gpu que eso ayuda una envidia o lo que fuera pues va a acelerar muchísimo el proceso todos los procesos de Inteligencia artificial Cuando tenemos una nvidia o una tarjeta

Speaker A

gráfica se acelera un montón y Pero bueno tenéis ahí la posibilidad y en la medida de con lo que yo tengo os lo he podido explicar sin más os dejo hasta el próximo vídeo el próximo lunes por favor

Speaker A

suscribiros al Canal porque voy sacando muchas cosas de chromeos de audio muchas temas de tecnología que os pueden ser de utilidad y interesar o seguirme en x como Tejedor 1967 sin más os dejo Adiós

Topics:OpenVINOAudacitytranscripciónWhispergeneración de músicaIApluginsreducción de ruidoseparación de audiotecnología de audio

Frequently Asked Questions

¿Qué funciones nuevas de OpenVINO se presentan en este vídeo para Audacity?

Se presentan las funciones de transcripción de audio con Whisper Transcription y la generación de música mediante modelos de OpenVINO.

¿Cómo afecta la elección del modelo a la transcripción en Audacity con OpenVINO?

La elección del modelo afecta la velocidad y precisión de la transcripción; modelos más grandes tardan más pero pueden manejar audios de peor calidad, mientras que modelos básicos son más rápidos pero menos precisos.

¿Es necesario hacer algo especial para que OpenVINO funcione en Audacity?

Sí, tras la instalación es necesario habilitar OpenVINO en las preferencias de Audacity y reiniciar el programa para que las funciones estén disponibles.

Get More with the Söz AI App

Transcribe recordings, audio files, and YouTube videos — with AI summaries, speaker detection, and unlimited transcriptions.

App Store Google Play

Or transcribe another YouTube video here →