Linux: Riconoscimento, sintesi vocale, traduzione, TUTTO OFFLINE 

🤣🤣🤣🤣🤣

😂

@nikajnun9521 :-D Decisamente azzeccato come prete il primo. Pensavo ad un maniaco per il secondo ma Corleone è perfetto!

Ciao Albano! Prego per averti fatto conoscere questo software :-D La privacy è il punto fondamentale ma non tutti colgono l'aspetto. A presto

Grazie Stefano! Anche per me è stata una piacevolissima sorpresa!

Ciao Massimo, da tempo cercavo soluzioni simili e non ne trovavo. Differenti modelli linguistici prevedono la clonazione. Io ne ho provato solo uno ma non ho davvero compreso come preparare il campione perché come simpaticamente viene fuori, con due campioni i risultati sono differenti e inquietanti! Buona giornata, grazie come sempre e a presto

Lusinghiero! Grazie infinite

Grazie Roberto, un tassello in più aggiunto alle possibilità del software libero! Grazie e alla prossima

Ciao Giò, grazie mille. Devo dire la verità. Ero frettoloso di pubblicare il video e ho mostrato un intoppo nel riconoscimento. Per la prima volta realizzo un video senza articolo blog e quindi al volo. Devo dire che gli ho dato in pasto l'audio e ha fatto un lavoro impressionante con tanto di punteggiatura e punti esclamativi! La clonazione non è il suo forte oppure non ho capito come sfruttarla. Ma riconoscimento e sintesi sono di grandissimo livello! Alla prossima

Ciao Stefano, è una fantastica scoperta. Al suo autore è stata segnalata la mia recensione blog ed il video. Mi ha spiegato come ottenere clonazioni di voce migliori. Ma non è una funzione che mi interessi. Piuttosto so che la prossima versione vedrà novità e che sta valutando la sostituzione del motore di traduzione. Prova a tradurre l'avverbio actually in italiano e ti farai una grassa risata

Ciao Jo! Sono qui a rispondere ai commenti e il tuo è l'ultimo arrivato! Sono felice della scoperta anche io e mi fa piacere portarla a conoscenza. Finora a chi mi chiedeva cose simili, vista la complicazione delle possibilità, suggerivo il sito talktyper per il riconoscimento e niente altro. Ma devo dire che il motore Whisper (di OpenAI) fa impressione. Ho sbobinato l'audio di questo video in meno di 5 minuti e ho trovato virgole, punti e addirittura punti esclamativi dove l'enfasi del parlato lo meritava. Quanto poi alle voci per la sintesi in italiano, le ho provate tutte! Alcune hanno inflessione del nord, altre siciliane, altre sarde... incredibile. Al minuto 7:44 puoi vedere quelle che a me pare diano i risultati migliori. La clonazione forse non ho compreso come prepararla e la traduzione purtroppo dipende da un motore non tanto valido

Grazie! Bellissimi incoraggiamenti!

Ciao Paolo, anche per me è stata una piacevole sorpresa SpeechNote perché alternative ci sono, ma sono complicate e dai risultati incerti con l'italiano e soprattutto sono differenti per la sintesi e per il riconoscimento. Il programma è ottimo anche se non ho ancora compreso come funziona la clonazione della voce che è un aspetto marginale. Grande soddisfazione sapere che hai installato Mint e che ti trovi bene! Anche tu continua così! :)

Ciao grazie Alessio. Non dubito anche se ho perso assiduità con MS da anni. Le voci sono tutte le stesse, Loquendo, espeak... Ma il mio focus è concentrato sulla privacy e sulla possibilità di non fornire a big tech i propri dati grazie al funzionamento offline

E sul fatto che non sono proprietarie ma open source. PS qualità eccelsa di riconoscimento AI e tutti i modelli tts italiani possibili

Ciao Piero, felice di esserti gradito!

Ciao Antonio, grazie per apprezzarlo. Tante volte mi è stato chiesto se esisteva qualcosa di simile e da tempo lo cercavo.

@@alternativalinux bravo perché sei sempre sul pezzo e non fai mai video scontati. Grazie

Il programma è favoloso. Solo che non ho ancora compreso come funziona il campionamento della propria voce per la clonazione

Grazie a te Massimiliano! Il programma ha un riconoscimento IA incredibile e per la sintesi ci sono una quantità di voci maschili e femminili da sbizzarirsi. Questo è il primo video che realizzo con OBS Studio e una videocamera seria e, a differenza delle altre volte, l'editing con kdenlive è consistito solo in qualche taglio

Non ho capito

@@alternativalinux credo di aver visto che hai selezionato la parte muta del parlato invece del resto.

@@alternativalinux La parte rossa della barra è la parte contenete il parlato. Quella azzurra è quella senza parlato.

Ciao Luigi, in effetti l'interfaccia di SpeechNote non è che un aggregatore dei migliori modelli e i due da te citati sono i migliori che ho potuto verificare

Ciao Peppe, con il giusto profilo per riconoscimento e sintesi, il programma si comporta egregiamente. Non è detto che le trascrizioni possano essere affidate unicamente al riconoscimento ma la finestra di testo permette di intervenire con le dovute correzioni. Grazie per l'incoraggiamento e ad majora!

:-D

Ciao. Addirittura impressionante! :) Serve tanta CPU e meglio se tanta GPU per usare i modelli più pesanti con la versione completa. La RAM non è rilevante più di tanto. Ma puoi scaricare ed installare la versione Tiny che mi dicono essere meno avida. Il test è stato fatto con un fisso Intel Core I7 di 10a generazione con 16 core e scheda NVIDIA da 4 GB assai datata. Ma in effetti stavo registrando contemporaneamente a 60fps dalla videocamera e dal desktop e relativi segnali audio quindi le prestazioni mostrate sono un pochino ridotte.

- Grazie per la risposta , adesso ho una idea sul cosa aspettarmi a seconda dell' hardware :-) Beh mi impressiona quando il computer fa cose una volta a portata solo degli umani, e anche il fatto che qui avviene offline ! Io ho un notebook 17" Lenovo da 400 euro del marzo 2020 , la CPU è povera ma sexy nel senso che, anche grazie a linux, il tutto consuma in media circa 20W facendo quel che mi interessa (sostanzialmente emacs su dozzine di file aperti + circa 50 o 100 tab web aperti fra cui 5 o 6 youtube in sospeso ), e questo con un rallentamento di modesta entità. Mi piace il fatto che così il computer è molto silenzioso e posso tenerlo sempre acceso senza bollette elettriche esorbitanti. - Ammetto che il Suo test con Speech Note mi ha lasciato a bocca aperta, sembra un miracolo ! Per ora non uso queste funzioni ma mi interessano molto e poi possono servire a qualcuno, per cui mi sono segnato tutto . - Grazie ancora per il suo prezioso lavoro su youtube :-) -

Ciao Alessandro, per varie ragioni anche le mie lingue sono inglese e spagnolo. Mi piace scrivere e ascoltare e almeno per questo secondo aspetto alcuni motori di sintesi si prestano bene

Grazie a te. Infatti credo di dover verificare la documentazione di quello specifico modello linguistico prima di altro

Esatto :-D

Sarebbe bello

Ciao Angelo. Usando una tastiera MIDI o file MIDI, ciò che suoni è trasformato in partitura anche con MuseScore. Per ciò che chiedi specificamente, si sta parlando sempre più della IA di AnthemScore. Entrambi multipiattaforma e disponibili per Linux

non serve dal momento che esistono le periferiche midi. Comunque per la monofonia alcuna daw avanzate come Cubase o Dorico per la partitira credo che hanno qualcosa di riconoscimento "sonoro".

Ciao Daniele, questo è il primo video che giro in presa diretta senza copione e un articolo blog corrispondente. Ho usato OBS e la Sony ZV-1 Mark II e l'editing con kdenlive è stato limitato a qualche taglio

Salve Antonio, io non apprezzo flatpak e snap per diverse ragioni non solo per le origini. Se posso, uso i pacchetti dei repo e più con soddisfazione AppImage (ad esempio per eseguire software KDE in ambiente GNOME). Da tempo cercavo un software simile. Questo, recente, aggrega ogni possibilità esistente con un'unica interfaccia grafica e viene continuamente migliorato. Rappresenta quindi un'eccezione. Non mi risulta che sia possibile installarlo dai sorgenti se non in Arch o derivate.

Ciao. Testdisk e Photorec sono i più gettonati

Grande! Hai proprio ragione!! Solo dopo la pubblicazione ho provato anche la trascrizione di un audio ed è impressionante! Virgole, punti e punti esclamativi automatici sulla base del tono di voce!

@ativalinuxCiao Dario, ho verificato che Speech Note è anche in grado di estrarre il testo da un file video/audio, basta aprire il file (pulsante destro) con Speech Note e lui inizia ad estrarre il testo. Bello, no? Non so come fare per installare l'add-on per la GPU, nnon trovo nulla in rete. Qualcuno saprebbe come fare? Grazie ancora per avermi fatto conoscere questo software, Michele

Ciao Giorgio, temo proprio che lo sviluppatore non lo preveda. Ma immagino che, isolati profili di sintesi e riconoscimento validi, si possa integrarli. Dai un'occhiata anche a questi due link anche se si parla di Linux www.linuxlinks.com/best-free-linux-speech-recognition-tools-open-source-software/ www.linuxlinks.com/SpeechTools/

Ciao, non lo so per certo ma mi verrebbe da ipotizzare che più che il risultato, potrebbe avere prestazioni migliori con pipewire

​@@alternativalinux Sono sicuro che molto presto sarà introdotto anche su Linux Mint Cinnamon Pipeware e Wayland, leggendo un articolo ho letto che tutti i DE avranno di default questi server audio e video Lo sapremo col passare del tempo 😅

Si Gabriele, verifica i singoli file delle lingue. Quelli che richiedono elaborazione alta sono i più lenti

Ciao Lionello, ho usato Dragon con un AMD K6 233MhZ e ci ho fatto la tesi di laurea. Quindi anche più! Il vantaggio di questo è di essere open-source e gratuito. Quanto al riconoscimento integra le ultime novità di Whisper di OpenAI. Ci ho "sbobinato" l'audio del video ed è impeccabile anche nella punteggiatura con tanto di punti esclamativi dove il mio tono lo richiedeva. Mai visto prima! SpeechNote è un aggregatore di tutto quanto disponibile su tali caratteristiche che sia liberamente distribuibile. Come anche io dico... ottime potenzialità e margini di miglioramento visto che lo sviluppatore ha rilasciato nel 2023 ben 12 release

Dario quando sarebbe servito Dragon, per le sbobinature, costava un botto. Detto ciò condivido il tuo discorso. Ho solo la preoccupazione che un singolo sviluppatore non possa fare tutto. Per questo personalmente opterei per un miglioramento graduale, con precedenza alle esigenze di base di questo tipo di programmi. Resta il mio ringraziamento per persone così attive.

Ciao Paolo, purtroppo non sono in grado di fornire alcuna assistenza.

Grazie comunque del tuo impegno. Cercherò di imparare ad usarlo come autodidatta. Grazie@@alternativalinux

@@paolo19081 Se si parla di Mint, nel mio blog oltre che nel canale, hai tante informazioni per chi comincia. E il forum della comunità di Mint ha una sezione molto vitale anche in italiano. Poi... ci sono i miei ebook ;) Buona scoperta

Ma infatti, a parte che si debbono trovare i profili audio meno impegnativi, oppure la versione minima, riconoscimento e sintesi funzionano egregiamente. Inoltre vedo che il suo sviluppatore ha rilasciato 12 differenti nuove release solo nel 2023 quindi c' molto margine di miglioramento

Io nel video ho sbagliato e dovevo isolare almeno 6 secondi della parte in rosso. Ma secondo me non viene un gran lavoro. Usando differenti versioni di Coqui la voce viene diversa. Ma non ho capito cosa non riesci a spuntare

@@alternativalinux Mi ricordavo di aver risposto, ti ringrazio ero riuscito ho risolto riavviando il programma, non riuscivo a creare il campione vocale

Devo studiare meglio ma ho visto che suggeriscono 6 o 7 secondi di parlato quindi non deve essere quello il problema

Ciao Paolo, purtroppo rivolgersi alla community di un sistema operativo per assistenza su un software specifico, raramente offre garanzie. Di solito meglio rivolgersi al supporto del programma ma in questo caso non mi pare che il generoso programmatore offra supporto. Perché poi non dovrebbe servire assolutamente nulla per il formato flatpak. Io non riesco ad aiutarti perché ho centinaia di messaggi il giorno e anche se rispondo a tutti, non riesco a seguire molteplici risposte

@@alternativalinux Grazie Dario della tua esaurinte risposta che comprendo. Speriamo che in seguito le cose ritornino usufruibili. Buona serata, saluti...

Ho pensato esattamente la stessa cosa perché ha un inflessione di ispanico che parla italiano" :-D

Riconoscimento vocale e sintesi funzionano benissimo. Per riconoscere l'italiano FasterWhisper Medium fa un buon lavoro senza appesantire troppo. Le voci di sintesi in italiano che mi paiono migliori le vedi al minuto 7:44.

Vero :) Me lo hanno fatto notare!

Eh, la privacy è menzionata proprio nel primo secondo del video. Poi è offline. Ovviamente già forniamo così tanti dati a Google senza avere pretese di privacy, però forse per qualcuno ha senso.

Nicola! Hai scritto esattamente ciò che avrei risposto. Io rovescerei il discorso. Perché affidare a Google informazioni che non eliminerà mai? Piuttosto suggerirei le alternative fornite da serviziliberi.it. Il traduttore usa le API di Google ma nulla viene inviato a Google traduzioni.serviziliberi.it/

Ciao Simone, io pensavo che il rosso indicasse suono distorto ma è come tu dici. IL che però non fa assomigliare minimamente il parlato alla mia voce. Ho visto in altri video i risultati del modello Coqui (da riga di comando e non tramite SpeechNote) e sono impressionanti. Pare che basti un campione di 6 o 7 secondi. Io ho provato anche così o con campioni di oltre 30 secondi ma evidentemente sbaglio ancora qualcosa.

Potresti provare a selezionare una parte in rosso, magari di una certa lunghezza, e vederne i risultati.. PS: ti ringrazio per le dritte su Linux Mint! L'ho appena istallato su un Chromebook in cui ho tolto il suo sistema originale ChromeOS. Sembra reggerlo bene con 4Gb di RAM.. Great!@@alternativalinux

@@simonetancredi Ho provato anche un campione di oltre 30 secondi isolando le parti in rosso. Non sembro più né un prete né il padrino :) ma non mi somiglia per niente!

Aahahahhahahahah.. :) @@alternativalinux

Di Papa Francesco :)

È verissimo! :)

Grazie Christian. La clonazione della voce ho imparato a gestirla ma non mi pare decisiva. La traduzione sarà affidata ad un motore più affidabile e allora sarà davvero un'applicazione da invidiare per utenti di software commerciale

Ti riferisci a qualche punto del video in particolare?

😂