Ermine.ai vs MusicLM

Ermine.ai transcribe audio desde el micrófono de tu dispositivo completamente en el navegador sin subir nada a un servidor. Solo haces clic para comenzar, hablas y obtienes una transcripción en vivo además de archivos de audio y texto descargables cuando terminas. El modelo de transcripción se carga del lado del cliente en el primer uso (aproximadamente 50 MB de descarga) y se almacena en caché localmente para que las sesiones posteriores inicien más rápido.

Los servicios de transcripción en la nube envían tu audio a servidores remotos para su procesamiento. Ermine.ai ejecuta el modelo en tu máquina mediante transformers.js, lo que significa que las grabaciones nunca salen de tu dispositivo. Esa compensación de privacidad tiene límites: transcripción solo en inglés y una descarga única del modelo que puede tomar unos minutos en la primera carga.

Periodistas, estudiantes y profesionales preocupados por la privacidad usan Ermine.ai cuando necesitan notas de voz rápidas sin registrarse ni enviar audio a terceros. Es ideal para cualquiera que quiera una página de dictado gratuita, sin inicio de sesión y que funcione sin conexión después de que el modelo se almacena en caché.

MusicLM es un modelo de generación de audio de Google Research que crea música a partir de descripciones textuales a 24 kHz. La página pública de ejemplos aloja clips de muestra para indicaciones como bandas sonoras de arcade, fusiones de reggaeton-EDM y jazz relajante, además de generaciones más largas en modo historia que cambian de estilo a lo largo de segmentos temporizados. Google publicó el conjunto de datos MusicCaps con 5,500 pares de música y texto junto con el artículo.

A diferencia de las aplicaciones para consumidores que ofrecen una sola caja de indicaciones, MusicLM se publicó como una demostración de investigación con muestras pre-generadas en lugar de un producto con inicio de sesión. Su característica principal es la condicionamiento conjunto de texto y melodía: puedes tararear o silbar una melodía y el modelo la vuelve a interpretar en un nuevo género descrito en texto. El modo historia enlaza múltiples descripciones para que la música evolucione a lo largo de las secciones.

MusicLM es importante como la base de investigación detrás de los modelos musicales posteriores Lyria de Google, pero esta página es para escuchar ejemplos publicados, no para crear nuevas pistas de forma interactiva. Investigadores y músicos lo estudian por la consistencia en piezas largas, el condicionamiento de pintura a música y los resultados de transferencia de melodía documentados en el artículo de 2023.