4 herramientas de IA para Spotify y YouTube

Vistas: 826
0:00 / 0:00
4 herramientas de IA para Spotify y YouTube

La verdad es que durante estos años, la página web, y posteriormente el podcast y el canal de YouTube me han ayudado muchísimo en todos los aspectos de mi vida. Hoy te puedo decir, que es una de las mejores inversiones que he podido hacer, y que puedo hacer es precisamente atareao.es. Y justo aquí quiero citar a Roberto De Vicenzo que dijo aquello de Tengo suerte, pero cuanto mas entreno más suerte tengo…. Voy al lío que me disperso… Una de las grandes aportaciones de atareao.es es todo lo que me incita a investigar. Cierto es que me gusta automatizar todo para tener que invertir menos tiempo en hacer tareas repetitivas, pero esta automatización viene de la mano de la investigación que voy haciendo. Si me sigues desde hace tiempo, no te estoy descubriendo nada nuevo. Siempre estoy hablando de nuevas herramientas, distintas tecnologías, cambios de paradigma, y este es precisamente uno de esos episodios en los que te vengo a hablar sobre cuatro herramientas y como las utilizo para mejorar mi producción multimedia. Aunque hable de producción multimedia, así de forma rimbombante, lo cierto es que me refiero a los audios y las imágenes que acompañan a los distintos episodios. Así que vamos al turrón.

4 herramientas de IA para Spotify y YouTube

La llegada de la IA

Como no podía ser de otra forma, lo cierto es que atareao.es se ha visto fuertemente sacudido por los modelos de lenguaje. Creo que como todo el mundo, inicialmente lo veía con cierto escepticismo, pero hoy, ya me he dado cuenta del increíble potencial que tiene, y cada vez lo voy incorporando a mas procesos. Y para que te de des cuenta de ello, de las cuatro herramientas de las que te quiero hablar en este episodio, dos son relativas al mundo de la inteligencia artificial y las otras dos son viejos conocidos.

Transcribir de audio a texto con whisper

La primera de las herramientas de la que te quiero hablar es whisper. Se trata de un modelo de inteligencia artificial desarrollado por OpenAI, que es capaz de transcribir audio a texto con una precisión impresionante. Lo utilizo para transcribir los audios de los episodios, lo que me permite tener un texto que puedo utilizar para crear los resúmenes, las descripciones, y también para mejorar el SEO de la página web.

Mi proceso de elaboración de un episodio no es como te habrías podido imaginar. Creo que es contra intuitivo, pero, desde luego es como a mi me gusta hacer, y como creo que le doy mi impronta a cada episodio.

El primer paso es redactar el artículo que acompaña a cada episodio. Una vez hecho por completo el artículo que posteriormente puedes encontrar tal cual en atareao.es, grabo el episodio en vídeo. Y aquí es donde interviene whisper, que es el que se encarga de transcribir el audio del vídeo a texto.

Para esta operación utilizo el un script en fish, que p:uedes encontrar en mis dotfiles, pero que donde la parte importante se encuentra en esta líneas,

if whisper --device cuda \
           --language Spanish \
           --model medium \
           --output_format srt \
           --task transcribe \
           --output_dir . \
           "$input"

Llegados a este punto, utilizo Google AI Studio, para hacer las siguientes tareas, después de haberme peleado con varios prompst para conseguir un resultado que a mi me parece a día de hoy mas que aceptable,

  • Obtener el minutaje del episodio. Basicamente extraer los capítulos del episodio, con su inicio correspondiente que posteriormente utilizaré en la descripción tanto de YouTube como en la de Spotify.
  • Propuesta de títulos para YouTube y en ocasiones para Spotify. A estas alturas, tengo que reconocer que no se poner títulos a los vídeos de YouTube, me parece una misión imposible, en el sentido de conseguir títulos que impacten. No lo se hacer, y como no lo se hacer lo he delegado por completo a los modelos de lenguaje. Al menos de momento. Luego veremos.
  • Igual que me sucede con los títulos, de forma similar me pasa con la descripción de los vídeos. Así, que esta es otra tarea, que tengo delegada.
  • Y por último el SEO, los 150 caracteres que aparecen. Esto me parece una verdadero puzzle. Conseguir resumir en solo 150 caracteres todo lo que he expresado en 2000 palabras me parece una auténtica locura, y esto me ha llevado a delegarlo también en los modelos de lenguaje.

Mejorar la calidad de las imágenes con realesrgan-ncnn-vulkan

Se me olvidó comentarte en el punto anterior, que una de las tareas que también tengo delegado a los modelos de lenguaje es la generación del prompt para posteriormente generar la imagen. Y es que en lugar de andar buscando imágenes, y lo que hace ya algún tiempo que vengo haciendo es generarla mediante algún que otro modelo de lenguaje.

Hasta hace poco estaba utilizando recraft.ai, pero con lo cierto es que con la llegada de Nano Banana la cosa ha cambiado y finalmente esto también lo termina haciendo Google.

Sin embargo, a pesar de insistir una y otra vez, lo cierto es que no he conseguido que me lo haga de las dimensiones que quiero. Por ejemplo en el caso de las imágenes 1×1, siempre me las hace de 1000×1000 pixel, cuando yo las quiero de 2000×2000 pixel. Y esto me ha llevado a utilizar realesrgan-ncnn-vulkan para mejorar la calidad de las imágenes generadas por los modelos de lenguaje.

Con esta herramienta he conseguido resultado mas que aceptables, y lo cierto es que me ha sorprendido gratamente. Es una herramienta que utiliza redes neuronales para mejorar la calidad de las imágenes, y lo cierto es que los resultados son impresionantes.

En este caso, también utilizo una script en fish para hacer toda la operación, porque hace un par de imágenes una en formato Full HD y otra en formato de 1×1. Dependiendo del tamaño hace el escalado utilizando el siguiente comando,

realesrgan-ncnn-vulkan -i "$tmp_jpg" -o "$tmp_esrgan" -s 2

Cambios en las imágenes con magick

En el mismo script que te indiqué anteriormente utilizo magick. Si no lo conoces, indicarte que magick es una herramienta de línea de comandos que forma parte de la suite de herramientas de procesamiento de imágenes ImageMagick. Con esta herramienta puedo hacer todo tipo de operaciones con las imágenes, como por ejemplo recortar, redimensionar, cambiar el formato, etc.

Realmente es una herramienta espectacular, que vengo utilizando desde hace años, pero en este caso, he querido traer algunas de las operaciones que estoy haciendo, para que tengas en cuenta las posibilidades que ofrece, y puedes hacer mucho mas de lo que estás haciendo hasta la fecha.

Las imágenes que genera Nano Banana, o por lo menos tal y como yo las obtengo son en formato PNG. El primer paso es convertirlas a JPG, porque de esa forma el proceso de escalado en el caso de que sea necesario no da ningún error. Convertirlas de un formato a otro es inmediato nuevamente con magick, simplemente tengo que ejecutar este comando,

magick "$input_file" "$tmp_jpg"

Actualmente estoy obteniendo dos imágenes, una en formato cuadrado y otra en Full HD o parecido, a lo mejor es mas pequeña pero en esas proporciones. Con magick identifico cual es cual, y dependiendo de las dimensiones lo ajusto a las dimensiones correctas. Para esto utilizo el siguiente comando dentro del script indicado anteriormente,

magick "$tmp_esrgan" -resize "$target_w"x"$target_h!"

Y por último utilizo una plantilla en formato SVG que completo utilizando una herramienta de la que hablé en otro episodio que se llama jinrender.

Mejorar la calidad de los audios con ffmpeg

Para normalizar el audio que utilizo tanto en el vídeo como en el podcast estoy utilizando ffmpeg. Empezamos con el audio del podcast, indicándote que el comando que utilizo es el siguiente,

ffmpeg -i "{{origen}}" \
       -vn \
       -af "pan=mono|c0=c0+c1, \
            highpass=f=80, \
            lowpass=f=15000, \
            afftdn, \
            arnndn=model=/home/lorenzo/.config/arnndn-models/std.rnnn, \
            compand=0.3|0.3:6:-90/-60|-60/-40|-40/-20|-20/-1, \
            loudnorm=I=-14:TP=-1.0:LRA=11" \
       -c:a libmp3lame \
       -q:a 4 \
       "/data/podcasts/audio/e{{episode}}.mp3"
  • -i "{{origen}}": Define el archivo de entrada (input).
  • -vn: «Video None». Indica a FFmpeg que ignore el video si el origen es un archivo multimedia, centrándose solo en el audio.
  • -c:a libmp3lame: Selecciona el códec de audio. En este caso, utiliza la librería LAME para generar un archivo MP3.
  • -q:a 4: Establece la calidad mediante Bitrate Variable (VBR). El valor 4 suele dar una media de 160 kbps, ideal para que un podcast suene bien sin que el archivo pese demasiado.
  • "/data/podcasts/audio/e{{episode}}.mp3": Es la ruta y nombre del archivo de salida.

Respecto a la cadena de filtros de Audio (-af), indicar que se aplican de forma secuencial, como si fuera una cadena de pedales de efectos:

  • pan=mono|c0=c0+c1: Convierte el audio a mono. Suma el canal izquierdo (c0) y el derecho (c1) en uno solo. Es fundamental en podcasts para que la voz se escuche centrada.
  • highpass=f=80: Filtro de paso alto. Elimina todas las frecuencias por debajo de 80 Hz. Sirve para quitar ruidos sordos, como golpes en la mesa o el zumbido de un motor.
  • lowpass=f=15000: Filtro de paso bajo. Elimina frecuencias por encima de 15,000 Hz. Quita el «siseo» agudo innecesario para la voz humana.
  • afftdn: Reducción de ruido basada en Transformada Rápida de Fourier (FFT). Analiza el espectro para eliminar el ruido de fondo constante (como el soplido de un ventilador).
  • arnndn=model=...: Reducción de ruido mediante Redes Neuronales (RNN). Es mucho más avanzado: utiliza inteligencia artificial para distinguir qué es voz humana y qué es ruido, eliminando este último de forma muy limpia.
  • compand=...: Es un compresor/expansor. Básicamente «aplana» el volumen: hace que las partes donde hablas más bajo suban y los picos demasiado fuertes bajen, manteniendo una escucha constante.
  • loudnorm=I=-14:TP=-1.0:LRA=11: Normalización de sonoridad bajo el estándar EBU R128.
    • I=-14: Ajusta el volumen a -14 LUFS (el estándar de Spotify/Apple Podcasts).
    • TP=-1.0: Asegura que los picos nunca sobrepasen los -1.0 dB para evitar distorsión.

Y para el caso del vídeo, utilizo el siguiente comando,

ffmpeg -i "{{origen}}" \
       -c:v copy \
       -af "pan=mono|c0=c0+c1, \
            highpass=f=80, \
            lowpass=f=15000, \
            afftdn, \
            arnndn=model=/home/lorenzo/.config/arnndn-models/std.rnnn, \
            loudnorm=I=-14:TP=-2.0:LRA=11" \
       -c:a aac \
       -b:a 192k \
       "completos/podcasts/e{{episode}}.mkv"

Y las diferencias son las siguientes,

  • -c:v copy (El cambio más importante). Aquí, se mantiene el video. La opción copy le dice a FFmpeg que copie el flujo de video tal cual está, sin volver a procesarlo (re-encodear). Es instantáneo y no pierde calidad.
  • Eliminación del filtro compand. Se ha quitado el compresor/expansor de la cadena de audio. Esto significa que la dinámica de la voz será un poco más natural antes de llegar al paso final de normalización.
  • Cambio en loudnorm (TP=-2.0). Antes el pico máximo (True Peak) era -1.0, ahora es -2.0. Esto deja un poco más de «margen de maniobra» (headroom) para evitar cualquier posible distorsión en diferentes reproductores.
  • -c:a aac (Nuevo Códec). En lugar de MP3, ahora se usa AAC. Es un formato más moderno y eficiente que el MP3, ofreciendo mejor calidad de sonido a bitrates similares.
  • -b:a 192k (Bitrate Constante). En el primero usaba calidad variable (-q:a 4). Aquí se fija un bitrate constante de 192 kbps, que es una calidad alta y estándar para video.
  • Contenedor .mkv. Al incluir video, se cambia la extensión de .mp3 a Matroska (.mkv), que es un contenedor muy flexible capaz de guardar el video original y el nuevo audio AAC.

Música: «I’m Alright» by «Unwritten Stories» liberada bajo licencia CC BY-SA 3.0

Ver el vídeo de este episodio
Transcripción

Hola soy lorenzo y esto es atareado con Linux episodio número 788 la verdad es que durante,

Estos últimos años la página web y posteriormente el podcast y por último la última adquisición el,

Canal de YouTube me han ido ayudando me han ayudado muchísimo en todos los aspectos de mi,

Vida hoy te puedo decir que una de las mejores inversiones que he podido hacer y que puedo,

Hacer es atareado.es esto sin lugar a dudas no te quepa ninguna duda que es la mejor inversión,

Porque al fin y al cabo es una visión es una ventana al exterior una manera que otros tienen,

De ver lo que tú haces lo que tú piensas lo que tú lo que tú quieres hacer y justo aquí quiero citar,

Aquello que dijo en un momento roberto de vincenzo algo así como tengo suerte pero cuanto más entreno,

Más suerte tengo pues exactamente igual me sucede a mí cuanto más tiempo le dedico a tarea.es más,

Beneficios obtengo algunos directamente por todo lo que voy aprendiendo poco a poco con la con el,

Paso del tiempo de tener una página web y otros directamente de aquellos que han ido visitando,

La página web y poco a poco me han ido proponiendo distintos proyectos distintas oportunidades que,

Realmente me han hecho cambiar completamente mi forma de ver la vida pero bueno que me despisto la,

Cuestión es que todo esto atareado.es me lleva siempre a investigar algunas cosas relacionadas,

Directamente con atareado.es por ejemplo cómo puedo publicar atareado.es cómo puedo publicar una,

Página en WordPress bueno pues inicialmente lo hice de una manera y poco a poco esto me ha ido,

Llevando a levantar mi propio vps bueno mejor dicho contratar un vps a levantar el servidor levantar,

Docker luego Podman y así sucesivamente y todo esto lo he ido aprendiendo poco a poco y me ha hecho,

Pues encontrarme la situación en la que me encuentro hoy en día y esto evidentemente no es nada ajeno a lo,

Que está sucediendo a la revolución en la que nos encontramos actualmente que no es ni más ni menos,

Que los modelos de lenguaje los modelos de lenguaje ya forman parte intrínseca de atareado.es parte de,

Las producciones diarias o de las producciones semanales que hago las hago utilizando distintas,

Herramientas que tienen una relación directa o indirecta con los modelos de lenguaje y esto es,

Precisamente lo que te quiero contar en este episodio qué herramientas qué modelos de lenguaje,

Qué utilidades actualmente estoy utilizando para facilitarme para mejorar lo que es la producción de,

Atareado.es así que vamos directos al turrón,

Como te digo la llegada de los modelos de lenguaje al mundo de atareado.es lo cierto es que lo ha visto,

Impactado fuertemente no solamente por lo que son los modelos de lenguaje directamente sino también,

Por aquellas herramientas que vienen empujadas por ellos y te tengo que decir que inicialmente todo,

Esto lo veía con cierto escepticismo hoy después de un año de un par de años te puedo decir que justo,

Todo lo contrario sin algunas de estas herramientas hoy casi me vería como te diría me vería,

Con muchas dificultades para sacar los episodios porque parte de estas automatizaciones ya vienen,

Influidas directamente por los modelos es cierto que anteriormente todo esto no lo hacía con nada,

De modelos de lenguaje ni con herramientas que vienen empujadas por los modelos del lenguaje pero,

No es que me cueste más quiere decir no es que haya ahorrado más tiempo probablemente le estoy,

Dedicando el mismo tiempo lo que sí que es cierto es que sí que los resultados son mejores,

Y yo creo que ahí es donde está la gran ventaja la posibilidad de conseguir mejores resultados con,

Mucho menos esfuerzo así que como te digo te voy a hablar de estas cuatro herramientas que estoy,

Utilizando y la primera es whisper si no conoces whisper decirte que se trata de un modelo de,

Inteligencia artificial desarrollado por open i y que es capaz de transcribir audio a texto y lo cierto,

Es que lo hace impresionante bien también depende mucho del lenguaje o del modelo que selecciones para,

Hacer la conversión pero el funcionamiento es muy óptimo y esto básicamente me ha ayudado a mejorar no,

Solamente los textos que acompañan a cada episodio sino toda la información que viene tanto en los episodios,

Del podcast como en los vídeos de YouTube ahí he conseguido pues añadir todo lo que son el minutaje todo,

Lo que son los capítulos para que tú de una manera mucho mejor mucho más cómoda puedas ir exactamente a,

La parte del episodio que a ti te interese bueno para todo esto para este para esta herramienta en,

Concreta es decir para whisper como para los siguientes herramientas que te voy a mostrar en todas me,

Estoy apoyando de fish de esta shell de esta shell amigable que se ha convertido en parte intrínseca de mi desarrollo,

Y te digo que se ha convertido en parte intrínseca de mi desarrollo porque cada vez implemento más scripts,

Utilizando fish y todo es mucho más sencillo más cómodo más práctico y sobre todo con lo que te he contado en los últimos,

Episodios tanto en el 785 como el 787 relativo a las a los eventos a los disparadores a los triggers,

A los eventos a todo esto que realmente le da muchísima funcionalidad bueno como te digo,

Actualmente estoy utilizando fish y para ello lo que me he hecho ha sido crearme un script bastante sencillito,

Que lo que hace es transcribir el audio utilizando básicamente whisper pero con soporte a CUDA ya que,

En el equipo que tengo pues este equipo tiene una tarjeta envidia,

Básicamente lo único que hace es comprobar que tienes whisper instalado comprobar que,

Si le has pasado el argumento que necesita comprueba que el archivo existe y ya empieza con el tema de la,

Ejecución de whisper yo si lo lanzo directamente pues lo que va a hacer es primero comentar mostrarte esta,

Información y luego empezar a ya realizar esa transcripción y bueno pues poco a poco va apareciendo la,

Transcripción mostrándote exactamente todos los pasos que va a realizar bueno mejor dicho todo el,

Minutaje y aquí donde viene gran parte de la magia que,

Se ha incorporado recientemente a tarea punto es y es el uso de google hay estudio toda esta,

Transcripción quiero decir todo lo que te estoy contando actualmente en este episodio del podcast lo,

Que hago es utilizando whisker whisper lo transcribo y se lo introduzco a google hay estudio y se lo,

Introduzco a google hay estudio con un pero muy pormenorizado donde le digo exactamente qué es lo que,

Tiene que hacer con todo esto no solamente se trata de extraer el minutaje sino también de extraer,

Información relativa pues a la meta descripción para añadirla al artículo de atareado punto es,

También añado la descripción a YouTube al spotify todas estas operaciones las hago directamente con un,

Prom que he creado específicamente para google hay estudio realmente la operativa que hago es un,

Poco extraña porque entiendo tampoco sé cómo lo hacen los demás pero lo normal o lo que yo,

Pensaría inicialmente sería que yo te cuento aquí toda la historia y luego con google hay estudio y con,

Ese prom lo que genera es el artículo pero realmente yo no lo estoy haciendo así yo realmente lo que hago,

Es creo el artículo donde te cuento exactamente todo lo que todo lo que te estoy explicando ahora,

Mismo quiero decir te hablo de whisper te voy a hablar más adelante de otras herramientas te hablo,

De fish en todo eso lo preparo primero en el artículo y una vez ya tengo preparado el artículo es cuando,

Creo el podcast creo el vídeo y a partir de crear el vídeo es donde hago la en la parte del minutaje,

Puedes resultar un poco contradictorio pero lo cierto es que a mí me aclara mucho las ideas y te digo,

Que me aclara mucho las ideas porque me permite tener un guión estructurado de exactamente qué es,

Lo que te quiero contar y no irme por las ramas porque si no probablemente me iría por las ramas y,

No solamente me iría por las ramas sino que me dejaría la mitad de los de las cuestiones por contarte,

Así que con este prom especializado de google hay estudio lo que estoy haciendo es con vaya aparte del,

Minutaje hago todo lo que es la descripción correspondiente a YouTube la descripción,

Correspondiente a spotify en la meta descripción del seo el minutaje luego también hago las imágenes,

Las carátulas también las hago directamente y esto viene a colación con lo que te voy a contar,

A continuación y es que una de las partes que hago con la transcripción es decirle que me genere un prompt,

Un prompt que inicialmente se lo estaba pasando a otro a otra herramienta una herramienta que se llama recraft,

Recraft.ai,

La verdad es que recraft.ai hacía unas imágenes bastante interesantes pero desde la llegada de,

Nano banana este modelo de lenguaje específico de google de gemini para la generación de imágenes pues me he cambiado,

Totalmente y me he cambiado totalmente porque me he dado cuenta que el resultado que estoy obteniendo,

Exactamente con con gemini es mucho mejor con nano banana realmente es mucho mejor aunque tiene un,

Problemilla que son las dimensiones todavía no he conseguido que las dimensiones se adapten exactamente,

A lo que yo le pido es decir yo le digo que me haga una imagen de 1920 por mil por 1080 y él lo hace,

De lo que le da la gana y lo mismo si le digo que la haga de 2000 por 2000 y también hace pues,

Normalmente de 1000 por 1000 y esto pues resulta un poco frustrante sobre todo porque estas imágenes yo,

Lo que estoy haciendo es utilizarlas básicamente tanto para la carátula de los vídeos de YouTube como,

Para las carátulas de spotify entonces lo que he hecho ha sido de nuevo otro script en fish que lo que,

Hace es generarme las portadas quiero decir una vez tengo las carátulas en 1000 por 1000 y 1920 por 1080 o,

Mejor dicho las carátulas en formato cuadrado y en formato 19 6 a ver bueno en formato rectangular que,

Ahora no me acuerdo no me va a salir una vez tengo eso lo que hago es pasárselo a otro script este script,

Lo que va a hacer es comprobar si la imagen efectivamente es cuadrada o es,

19 Y vuelvo otra vez 19 8,

Lo que hace es darle las dimensiones adecuadas es decir si tiene 2500 por 1700 lo que va a hacer es,

Entendiendo que es rectangular la va a convertir en 1920 por 1080 y si tiene 1000 por 1000 por la va a,

Convertir a 2000 por 2000 que son las imágenes estándar que estoy utilizando tanto para YouTube,

Como para spotify respectivamente para hacer esto sobre todo cuando las dimensiones son inferiores a,

Las dimensiones que estoy buscando es decir si sale 1000 por 1000 y yo quiero 2000 por 2000 estoy,

Utilizando una herramienta que utiliza redes neuronales creo que se llama reels,

Bueno en fin que no sé cómo se llama te lo dejo en las notas del episodio porque va a ser muy,

Complicado que yo termine por pronunciar ese nombre reelshan reelsgan o algo así este también utiliza la,

Tarjeta nvidia para generar la imagen para generar la imagen más grande y la verdad es que funciona muy,

Bien yo lo estoy probando con 1000 por 1000 para convertirla a 2000 por 2000 pero incluso en una,

Solución de 1300 no de 600 la puedo multiplicar por 4 y el resultado está bastante interesante,

Si yo le digo que me muestre cuáles son las dimensiones resultantes por ejemplo yo la he,

Convertido a 2752 por 1552 cuando originalmente era de 688 por 388 esto si lo vemos la salida,

A ver se va a ver por aquí bueno la salida se ve más o menos pero si abrimos la imagen de 4 del 4 pues,

La verdad es que la resolución es brutal simplemente es brutal la reconstrucción que hace es muy muy muy,

Interesante y es básicamente lo que yo estoy utilizando actualmente para conseguir estos resultados,

Tan bueno tan tan aprovechables para posteriormente poder hacer uso de ellos directamente ya sea en,

Spotify en YouTube o donde tú quieras la siguiente herramienta de la que te quiero hablar y es una,

Relación directa con la que te estoy mostrando ahora es la de magic en este caso magic no es nada de,

Modelos de lenguaje ni de inteligencia artificial ni nada por el estilo magic es un una herramienta de,

Procesamiento de imágenes que forma parte de la suite de herramientas image magic y la verdad es que es,

Una herramienta brutal que vengo utilizando desde hace muchísimo tiempo y que me ha permitido hacer pues todo tipo de.

Conversiones de formatos de imágenes.

Obtener dimensiones,

Redimensionar todo esto actualmente lo estoy haciendo con magic,

De esta manera por ejemplo la primera operación que hago siempre antes de hacer la,

El redimensionamiento es convertirlas a jpg,

Y luego a partir de ahí obtengo las dimensiones en función de las dimensiones saco si es 16 9 o no es 16 9 y en función de eso la hago cuadrada o no la hago cuadrada y voy haciendo distintas operaciones en el caso de que necesite auto escalar lo utilizo entonces en ese momento si,

Resgan,

Y luego por último en los últimos pasos lo que hago es una optimización de peso dado que lo voy a publicar posteriormente en atareado punto es y no quiero tener imágenes muy grandes utilizo de nuevo magic para,

Redimensionar la imagen y dejarla de la forma que yo quiera y la verdad es que funciona,

Fantásticamente bien ya te digo que es magic es de esas herramientas que tienes que tener siempre en tu cajón para poder utilizarla cuando la necesites sin tener que calentarte la cabeza,

Buscando un servicio externo para que te convierta las imágenes de png a jpg o a lo que quieras,

Porque realmente,

Magic te la convierte de lo que tú quieras a lo que tú quieras o prácticamente,

Y la última herramienta de la que te quería hablar era exactamente de los audios o de los vídeos bueno en concreto es de los audios porque lo que te quiero contar es básicamente la solución que he implementado para dejar el audio del de tanto de lo que subo a YouTube como de lo que subo a spotify con unas,

Con un ajuste básico en este caso sí que estoy utilizando un modelo neuronal que he descargado y con el que,

Dejo completamente,

Normalizada,

El audio también tengo,

Perdón un filtro de paso bajo un filtro de paso alto,

Siempre convierto a mono para aprovechar al máximo la,

Resolución del audio,

Y la verdad es que con esta solución tanto para el audio como para el para el para el vídeo estoy bastante,

Conforme con los resultados que voy obteniendo,

De nuevo es otro script en fish bastante sencillote de utilizar no tiene mucha,

Complicación y lo que hace básicamente es lo que te comento no tiene mucho más misterio,

Pero como ves son cuatro scripts y cuatro herramientas que me han permitido o que me permiten hacer uso tanto de los modelos de lenguaje como de scripts en fish para automatizar y para mejorar todo el proceso de generación tanto de vídeos como de audios como las propias imágenes que utilizo en YouTube como en spotify y de una manera más o menos sencilla,

En muchas ocasiones lo que tengo que hacer es crearme un archivito de texto para recordarme todos los pasos que tengo que seguir pero no tiene mucho más misterio siguiendo estos pasos realmente tengo una uniformidad en lo que se refiere a las imágenes en lo que se refiere a los audios y en lo que se refiere a las información que muestro tanto en YouTube como en spotify,

Spotify y esto es un poco lo que quería contarte en este episodio ya ves cuatro herramientas bastante interesantes con las que bueno pues sacar un poco de partido a los modelos de lenguaje sacar un poco de partido a las redes neuronales y aprovechar todo esto que tenemos ahora y que hay que exprimirlo al máximo,

Y poco más que decirte recordarte que este es un podcast de la red de podcast de sospechosos habituales donde puedes encontrar fantásticos y maravillosos podcast puedes participar en esa red en telegram buscando,

Win tablet info y poco más que decirte la verdad es que,

La vida son dos días y uno ya ha pasado así que disfruta como si no era mañana y si puede ser con Linux y en este caso con fish,

Y todas las herramientas que te he contado mejor que mejor un saludo y nos escuchamos el próximo lunes hasta luego.

1 comentario en “4 herramientas de IA para Spotify y YouTube”

  1. Estas herramientas de IA para Spotify y YouTube muestran nuevas formas de disfrutar contenidos, igual que la importancia de descansar para aprender mejor que se estudia en Telkom University Jakarta.

Deja una respuesta