Ett ljudprojekt med hjälp Google & AI
Min pappa har i många herrans år spelat in musikprogram till VHS, mestadels från tyska satellitkanaler. När han miste synen under 2024 blev det betydligt svårare för honom att kunna göra en sådan enkel sak som att sätt i gång en videokassett (tänk hitta kassetthålet, snurra runt med olika fjärrkontroller och sedan klura ut att "source" behöver ändras, utan att kunna se det)
Farsan är sedan en tid sedan ganska vass på att använda Google Nest högtalare med röstkommando så här fanns en ingång till att kunna göra de gamla VHS banden åtkomliga digitalt.
Min första tanke, att ta fram ljudet från en videofilm, placera den på nätet och med hjälp av röstkommando till Google högtalarna, spela upp dem, var inte helt trivial.
Såvida man inte vill djupdyka i komplicerade programmeringsspråk och olika internettjänster fick styrningen ske på annat vis.
För att göra en lång historia kort så hamnade vi i en egen lokal lösning där vi med ett tangentbord nu kan starta olika ljudfiler som spelas upp i Google högtalarna.
Huga! Drygt 120 VHS kassetter hamnade vi på. Tre till fyra timmars innehåll per band.
Dvs, det tar lika lång tid att föra över videoinnehållet till en dator som det tar att spela upp dem. Sen kommer efterarbetet...
Som tur hade pappa två extra videospelare som jag kunde låna med mig hem. 😉
Beväpnad med dubbla videospelare skaffade jag anslutningskablage och kopplade in dem till två pc datorer. Spelarna gick dag och natt. Halvvägs fick jag skaffa mig ett rengöringsband (hade ingen lust att rengöra dem manuellt), körde det ett par gånger och sedan redo för att dra igenom resten av högen med band.
Väl inne på datorerna var det lite smålirande, klippa varje videoband där de hade tagit slut.
Att samtidigt extrahera ljudet från respektive band var lätt gjort med hjälp av små skript från AI, även om det tog sin tid att harva igenom.
Ordning och reda ska det vara.
Varje band har fått en etikett med ett löpnummer.
I många fall fanns det en innehållsförteckning på programmen och artisterna. Men alla som har skrivit på en videoetikett någon gång (tex när den redan satt på bandet) vet ju hur enkelt det är att tyda dem i efterhand ("vad f*n skrev jag där?"). 😉
exempel på en etikett med läslig text
TTS - text till tal, en digital lösning
Först provade jag att läsa in texten med mikrofon för att använda det i början på varje band. Men det var ingen höjdare.
Istället använde jag mig av Googles fria teknik för att omvandla tecken till tal.
Det blev uppgiften för nästa batch av "små skript" som då först tolkade om texten till tal och sedan klippte samman talet med respektive ljudfil.
När beskrivning saknades
De band som saknade etikett utnyttjade jag helt enkelt AI för att få fram vilka artister som medverkade på bandet. AI gör först en tolkning av ljudet som den skriver ner i textform.
Till den textmassan kan man sedan ställa frågor.
Resultatet blev i de flesta fall riktigt bra. ☺️
Detta blogsystem kan göra just det - tolka videon som laddas upp och sedan skriva en bloggtext om själva innehållet. En kul finess är att de lagrar själva videon online om man någon gång skulle vilja SE själva innehållet.
Kolla de olika bloggposterna så kan du se lite tysk musikunderhållning. 😉
Raspberry Pi 5 - en ultraliten dator som kan göra mycket
Visst är den söt, denna pyttelilla dator som jag har använt mig av?
Raspberry Pi är en cool liten sak som inte tar stor plats. Utrustad med ett minneskort för datorsystemet och våra ljudfiler. Chassit är gjort av aluminium för att slippa en susande fläkt.
Uppspelning - vilken högtalare önskas?
Ljudfilerna som nu finns på plats i vår minidator, är var och en associerad med en knapp på det vänstra tangentbordet.
Med mellanslagstangenten kan vi välja vilken av högtalarna som ska spela upp ljudet.
Tryck sedan på valfri tangent för att lyssna på någon video.
Med drygt 80 knappar på tangentbordet kan vi lyssna igenom drygt hälften av alla videos, när de börjar bli tråkiga kan vi fixa så att de andra laddas istället.
Det numeriska tangentbordet - en modern diktafon
Som minnesstöd kan vi använda det lilla tangentbordet till höger som en diktafon eller röstmemo. Genom att hålla inne en knapp några sekunder, spelar man in sin röst och när man släpper knappen sparas inspelningen på Raspberry Pi:n. Med ett enkelt knapptryck spelar man upp sina röstmeddelanden – som en enkel och smart diktafon.
Motgångar:
"Gör om och gör rätt." "Övning ger färdighet." 🙄
Ja, här kan man vara lite skojfrisk.
Ominstallationer
- Min första minidator, Raspberry PI, startade inte upp. Felsökning. Mailsupport med tysktalande support. Den var död. Utbytt mot en ny.
- Första ominstallationen av min Raspberry Pi gjordes efter att jag lyckades låsa ute mig själv när jag skulle förbereda för pappas wifi. Oops.
- Andra ominstallationen fick jag göra efter att jag hade gjort en säkerhetskopia av minneskortet. Varken kopia eller orginal fungerade därefter. 🫥
Inspelning av banden
I efterhand märker jag att inspelningen från en av videospelarna även har tagit med ljudet från rummet (med laptopens webbkamera). Så mitt i allt hör man ringsignaler från min telefon. Samtal och prat.... 🫥
Jaha det blir att kavla upp ärmarna igen och dra igång videoapparaterna igen..
Programmög. 💥💣 🎥
Vidareutveckling? Tja, vem vet? 🎥
