Enregistrements audio, extraction par IA

Lirone93

Bonjour,

Je ne sais où mettre cette discussion (peut-être dans « informatique théorique » aussi en fait, je pense), elle n'est donc peut-être pas adaptée au forum.

Mais compte tenu de la fréquentation du forum et car je ne veux pas m'inscrire à un autre forum inconnu (lequel ?), je pense que vous pourriez peut-être m'aider.

Je sais que l'IA a fait beaucoup de progrès  et s'est aussi rendue accessible au grand public.

Est-ce donc optimiste de supposer qu'il existe un logiciel permettant d'extraire d'un fichier audio, certains passages ?

Par exemple, extraire les voix d'une ou plusieurs personnes quitte à lui apprendre un peu au début « quoi ou comment extraire ».

En effet, je dispose d'une quantité trop importante de données audio dont j'aimerais traiter donc informatiquement leur contenus, car à la main humaine, ça serait trop fastidieux.

Merci à vous d'avance.

SiouxLeger

Il y a des sites qui permettent de faire la transcription d'un fichier audio (chercher "speech to text ai") et ensuite, à partir de ces données, on peut faire une recherche sur un mot ou sur une expression et extraire le passage en question avec un logiciel audio. Après, je ne connais pas de sites ou de logiciels qui permettent de tout automatiser si on a besoin de répéter l'opération de nombreuses fois.

Lirone93

Pas mal je n'avais pas pensé à cette solution.
Mais c'est difficile de savoir ce qui caracterise ce que je veux extraire.
J'avais cru justement que l'IA pouvait résoudre ce souci, avec la possibilité d'« apprendre » cela à l'IA. L'intérêt aussi est de pouvoir se baser sur plusieurs aspects des données, ça peut être le texte ET une voix en particulier.

À mon avis, je rêve c'est tout juste ce qu'ils doivent aviir au FBI... et même si ca existe, ça sera sans doute payant.

Je vais voir si je peux trouver plus simple.

Dom

Je n’ai pas la réponse. Je sais que je suis hors sujet mais je voulais partager une expérience avec ChatGPT. J’avais en tête une musique de film mais sans savoir d’où elle est tirée. Alors je lui ai écrit les notes « do ré do fa » etc. puis lui ai demandé de chercher d’où ça sortait. 

Hélas ça n’a pas été terrible… 
Cependant, j’ai précisé ensuite les durées « do (noire) ré (croche) mi (blanche) » etc. et lui ai demandé de me créer le son. À ma grande surprise, même si je sais bien que ce n’est pas le plus difficile en programmation, il m’a construit un audio mp3, évidemment très sobre, avec la bonne mélodie. 
Désolé d’être hors sujet, mais j’ai estimé que ça rentrait au moins dans le thème. 

Lirone93

Pas de souci chez moi tout le monde peut parler et dire ce qu'il veut.

Sur Android dans l'application Youtube, si tu vas dans la recherche, tu verras un onglet « musique » à coté de l'onglet courant où on fait habituellement une recherche textuelle, tu le selectionnes, ensuite tu peux chanter ou même fredonner la chanson au micro du téléphone et l'appli trouve la vidéo de la chanson en question.
C'est bizarrement peu connu (comme, par exemple, la possibilité de commander vocalement entièrement ou presque, son smartphone (Android en tout cas)).

Dom

Ha ! Génial. Et bien tu as raison, je ne savais pas. Génial, il a trouvé avec mon petit fredonnement. Drôle : cela faisait plusieurs années que je cherchais le titre de ce film. 

L’avantage du fichier audio c’est qu’il est très peu volumineux et que l’on peut le partager sans la voix de casserole. 

Merci encore 👍

Bibix

Donc tu voudrais quelque-chose qui sépare les voix ? Pour l'IA, je ne connais pas cet éco-système mais il me semble qu'il y avait déjà des méthodes pas mauvaises avec des filtres FFT avant l'avènement de l'IA industrielle et ça, tout le monde peut le faire.

Lirone93

@Dom
J'ai oublié de dire que sur Youtube, ça marche que sur des vidéos qui sont aussi de la musique en fait (mais la fonctionnalité n'est pas disponible sur Youtube Music, allé comprendre...). Les vidéos qui sont comprises comme de la musique lors de l'ajout sur Youtube, doivent être taggées comme telles. Toutes autres sont ignorées. Un truc du genre, je pense.
Et il ne doit pas y avoir d'API publique pour ça.

@Bibix
Ce qu'il me faudrait idéalement c'est un logiciel qui puissent « apprendre par l'exemple ».
Genre : quand on entend les sons de la télé uniquement on rejette, mais si on en entend la télé aussi mais avec telle ou telle voix superposées (en même temps), on conserve.

PetitLutinMalicieux

Bonjour

Bien avant les réseaux de neurones artificiels, il existait déjà des logiciels qui écoutaient la radio (par exemple), découpaient les chansons et enregistraient chaque chanson comme fichier individuel.

Quel est ton système d'exploitation ?

Lirone93

Oui j'ai connu, ceux-là sont les premiers hackers de notre époque .

C'est Android .
Mais je connais Linux et Windows avec une préférence pour les Linux.

Lirone93

Si ça intéresse, ce que je voudrais, à l'air d'exister aujourd'hui : soundfilter.

philou22

@Lirone93 Normalement tu devrais pouvoir accéder à cette réponse de ChatGPT https://chatgpt.com/share/f86c7d83-97ca-4aef-b6a7-c4e4bcfd5ddc

Lirone93

Oua ça a l'air super intéressant.

Merci beaucoup.