Autosubs: Generación multilingüe de subtítulos para vídeo con IA

Abstract

[Resumen]: En este proyecto se ha diseñado una aplicación de uso local para la transcripción y traducción de audio a partir de vídeo. La aplicación se ha empaquetado en varios contenedores Docker, que se dividen en Backend, Frontend y FreeLing. El acceso a la aplicación se realiza mediante una interfaz web (http://localhost:5000) y los tres contenedores se comunican internamente utilizando APIs implementadas con el framework Flask. De estos, solo el contenedor de Frontend es accesible para el usuario, mientras que los otros dos se utilizan para consumo interno. El contenedor de Frontend se encarga de servir la interfaz web y de actuar como intermediario entre esta y el Backend. El contenedor de Backend realiza el procesamiento del audio y gestiona las peticiones a diversas APIs. El contenedor de FreeLing contiene el código de una aplicación de análisis lingüístico, que incluye funcionalidades típicas de NLPs. Esta herramienta se ha separado en un contenedor individual debido a su tamaño (en GB).

[Abstract]: In this project, a local application has been designed for audio transcription and translation from video. The application has been packaged into several Docker containers, which are divided into Backend, Frontend, and FreeLing. Access to the application is through a web interface (http://localhost:5000), and the three containers communicate internally by using APIs implemented with the Flask framework. Of these, only the frontend container is accessible to the user, while the other two are used for internal consumption. The frontend container serves the web interface and acts as an intermediary between it and the backend. The backend container processes the audio and manages requests to various APIs. The FreeLing container collects the code for a linguistic analysis application, which includes typical NLP functionalities. This tool has been separated into a individual container due to its size (in GB).