IA en Audacity gratis: eliminación de ruido, voz a texto y música

Aplica efectos en Audacity con IA gratis y en local: eliminación de ruido, generación, continuación y separación de música y transcripción de audio sin gastarte ni un centavo. ¿Funcionará mejor que sus equivalentes comerciales?

Ya hemos tratado algunas herramientas gratuitas que usan la IA para asuntos de vídeo y subtitulado. Ahora, vamos a ver cómo está el patio en el mundo del audio. Lo más avanzado y fácil de usar que tenemos ahora mismo es un pack de extensiones para Audacity que hacen uso de OpenVINO, un framework desarrollado por Intel que permite entrenar y lanzar modelos de Inteligencia Artificial en local, sin servidores externos y por consiguiente sin tocar el bolsillo.

Este pack de extensiones no tiene un nombre concreto, se encuentra en Github como OpenVINO AI Plugins for Audacity y está desarrollado por la propia Intel. Así que sobre el papel debería ofrecernos herramientas de calidad, ¿no? Pues vamos a comprobarlo.

La instalación es sencillísima y esta vez no hay que tocar código ni línea de comandos. La mala noticia es que solo está disponible en Windows. Todo esto de la Inteligencia Artificial, al menos la de código abierto, parece que tiene un desarrollo más activo en Windows. Supongo que es porque es el sistema más usado, aunque ya me gustaría que tuviera más soporte en otros sistemas.

Generación de música

Lo primero que me ha llamado la atención es que es capaz de generar música. Para esto, previa instalación de los plugins (reinicia el programa si no te aparecen), tenemos que irnos al menú Generar y OpenVINO Music Generation. Nos aparecerá una ventana donde insertar un prompt y duración para generar la canción.

Los resultados, en mis pruebas y con los ajustes por defecto, han sido un auténtico desastre. Las canciones se generan con ruido y no eran aprovechables. La buena noticia es que, mientras los chicos de Intel lo arreglan, podemos crear primero una pista mono en Audacity y el resultado será mucho mejor. Eso sí, tendremos la misma señal en todos los canales.

Separación y continuación de música

Estos plugins también son capaces de separar música por el tipo de sonido: voz, bajos, batería, etc. Ideal para hacer un modo karaoke. Para esto tenemos que importar un clip de música, irnos a Efecto y a OpenVINO AI effects, Music separation. Desde aquí podremos o bien separar la parte vocal de la instrumental o bien generar más stems (pistas) con los instrumentos separados.

El resultado en mis pruebas tengo que decir que ha sido infinitamente mejor que en el caso anterior. La separación la realiza correctamente discriminando la parte vocal de la instrumental al nivel de programas comerciales.

En cuanto a continuación de música, también es capaz de completar canciones usando el mismo plugin que en el caso de la generación de música (sigue en el mismo menú). Esto es ideal si tenemos un vídeo con una música que se quede corta o a la que queramos darle un final que cuadre con este.

Solo tenemos que seleccionar el fragmento a continuar, y esta vez en OpenVINO Music Generation nos aparecerá marcada la opción de “Audio continuation”. Le damos la duración que queramos (el prompt no influirá) y en unos segundos o minutos tendremos la canción terminada. El resultado en mis pruebas también ha sido muy bueno, con algunas alucinaciones, pero nada que lo haga inusable.

Eliminación de ruido

También es capaz de eliminar ruido por IA como podemos hacer en programas de edición de vídeo de pago. Para esto seleccionamos el audio a limpiar y nos vamos a Efecto, OpenVINO AI effects, Noise suppression. Desde aquí podemos bajar el nivel de atenuación pulsando en Advanced options, y al pulsar en Aplicar, en cuestión de segundos, limpiará el audio. El resultado en mis pruebas ha sido sencillamente excelente, al nivel de los mejores de su categoría con IA local.

Transcripción de audio

Y por último también es capaz de usar la tecnología de Whisper para transcribir audio a texto. El nivel de personalización no va a ser tan grande como en programas como Subtitle Edit, pero es una opción más que tenemos disponible.

Esta vez tenemos que irnos, con el audio abierto, a Analizar y a OpenVINO Whisper Transcription. El modelo utilizado será el Base, con lo cual la velocidad va a ser rapidísima a costa de una menor precisión, pero el resultado en mis pruebas ha sido muy decente. Las transcripciones se generan en etiquetas (esta vez no tenemos pistas de subtítulos como por ejemplo en DaVinci Resolve), pero podemos exportarlas como un .srt o .vtt seleccionando esa pista de etiquetas y yendo al menú Archivo, Exportar otro, Exportar etiquetas, para usarlas en un vídeo.