Oscar Salas Morales

Acá les comparto todo el análisis/salidas y separado del de Keiko, para que cada discurso tenga sus datos sin mezclarse: transcripción completa, los gráficos, los informes y los scripts. drive.google.com/drive/folders/… El stack: · Whisper large-v3 — transcripción con tiempos por palabra · Praat vía parselmouth — tono, intensidad, calidad de voz · MediaPipe Face Landmarker — 478 puntos, pose y mirada, a 30 fps · insightface — identidad contra un embedding de referencia · py-feat — unidades de acción de FACS, para el contraste · scipy — controles aleatorios y barrido de guarda 65 minutos de vídeo: la transcripción en 17 min, los 117,881 fotogramas fueron medidos en 63min y el video final montado tomo otra hora. Todo en una RTX 2070 de 8gb, sin una sola API de pago.

El tono medio por tercio: Inicio −0,07 → Medio +0,13 → Cierre +0,02 Compáralo con Keiko en el mismo hemiciclo: −0,24 → +0,15 → +0,32. Ella cerraba en su punto más alto. Él cierra donde abrió. El tramo positivo es el central, entre los minutos 26 y 38: 40 % de bloques positivos frente a 16 % negativos. Fuera de ahí, el reparto vuelve al empate. Un apunte final: 20,1 palabras por frase, legibilidad 54/100 («bastante difícil»). Casi calcado a los 20,7 y 51/100 del otro discurso. Los dos están escritos más para leerse que para escucharse.

Me pidieron que haga un análisis sobre el primer discurso de Pedro Castillo, el que dio el 28 de Julio del 2021. Aquí está, y ahora con tres capas en un solo vídeo: lo que dice, cómo lo dice y qué hace la cara mientras lo dice. 65 minutos. 7,318 palabras con marca de tiempo. 117,881 fotogramas medidos uno a uno. Lo que sale: · Lee el 95 % del tiempo y levanta la vista 78 veces en todo el discurso · El 68 % de los cortes de cámara al hemiciclo caen sobre un aplauso · Su tono no se mueve: 0,2 semitonos entre el principio y el final Los subtítulos son la transcripción automática. Cuando la cámara no le enfoca o cuando aplauden, el panel deja de dar cifras y lo dice. En este análisis exploto más el audio y el video. El video lo obtuve de RPP Noticias: youtu.be/TnbT9K_V1FI 👇

@SurWriter Si, lo tengo en agenda para el 8 de Agosto.

@osalasmo Interesante como es la herramienta quiero analizar ahora el discurso de la posesión del presidente de Colombia

Transcribí y analicé con python el mensaje a la nación completo que dio la presidenta Keiko Fujimori. Aquí está entero, subtitulado.▎ 45 minutos. 4.080 palabras. 197 frases. 91 palabras por minuto: ritmo lento, de discurso solemne. 34 aplausos que se comieron 260 segundos. Tono global: ligeramente positivo (+0,08 de −1 a +1). Pero el promedio esconde lo interesante. 4 gráficos 👇🧵

@zaida_doria Gracias Zaida, use python con la gpu de mi máquina sin colab, sin jupyter, directo desde el powershell, acá tienes por sia los scripts y transcripciones que use: drive.google.com/drive/folders/…

@osalasmo qué chévere!!, qué buena manera de poder explotar datos no estructurados y hacer análisis de sentimiento a partir de audios y videos y no solo de emojis. ¿Usaste colab?

@jmsl17 Hola Julio, solo compartes el link del video en tus conversaciones de WhatsaApp:

Amigo Oscar Salas buenas noches. La configuración de su video es muy interesante. Yo tengo 80 años y de digital o virtual no se casi nada. Le pido por favor si me pueda indicar ruta y detalles que tenga que procesar para enviarlo a cuenta WhatsApp. Mil gracias

Corrió en la GPU de un portátil, en local, sin una sola API de pago. El «recurso costoso» no existe. Y los scripts son públicos y agnósticos al contenido: transcriben y analizan cualquier discurso. Si este te parece superficial, hay cientos de casos esperando.drive.google.com/drive/folders/…

@osalasmo @RONALDS52746186 Y la estupidez tiene más de 10 años, también siempre se ha usado la tecnología para hacer cosas estúpidas, análisis tan sonsos, lastima utilizar un recurso tan valioso y costoso en vainas tan superficiales

Sí, es pysentimiento/robertuito-emotion-analysis, con esas 7 clases. Te doy el resultado real, porque fue el análisis más flojo de todos: others 71 % joy 13 % anger 12 sadness 4 % fear, disgust, surprise → 0 % El modelo está entrenado con tuits, y la oratoria formal casi no dispara marcadores emocionales explícitos. Ese 71 % de others no es exactamente un fallo: es el modelo diciendo «aquí no hay emoción marcada», que también describe el registro del discurso. Por eso ese gráfico no lo usé para ninguna conclusión del hilo. El de sentimiento (3 clases) aguanta mucho mejor que el de emociones (7).

@osalasmo Lo interesante es el análisis de las 7 emociones: Joy , Sadness, Anger, Fear, Disgust, Surprise y others.

Sí, exactamente eso. Para sentimiento usé pysentimiento/robertuito-sentiment-analysis, de Hugging Face. RoBERTuito es básicamente el equivalente en español de Twitter-RoBERTa: un RoBERTa preentrenado con tuits en español y afinado para sentimiento. También de HF: robertuito-emotion-analysis para emociones y mDeBERTa-v3-xnli para la clasificación zero-shot del análisis ideológico. La transcripción, con Whisper large-v3. Comparto el repositorio completo del análisis: drive.google.com/drive/folders/…

@osalasmo @RONALDS52746186 Al margen de Python Utilizaste algún modelo es específico de análisis de sentimientos por ejemplo obtenido de Hugging Face como Twitter Roberta?

@jose_baluarte Claro, acá lo tienes: drive.google.com/drive/folders/…

@osalasmo Podrias publicar la repo?

@kievmaj Claro, esta en el repositorio: drive.google.com/drive/folders/…

@osalasmo Puedes pasarnos la transcripcion?

Buena pregunta. Para cada fragmento del discurso el modelo da tres probabilidades que suman 1: positivo, neutro y negativo. El eje Y es positivo menos negativo. Por eso va de −1 a +1: +1 → totalmente positivo 0 → neutro, o empate −1 → totalmente negativo Ojo con qué mide: las palabras que se usan, no la intención. Cuando describe la situación del país aparecen abandono, crisis, corrupción, y eso puntúa negativo aunque el propósito del pasaje sea esperanzador. Por eso la caída del gráfico coincide con el diagnóstico, entre los minutos 3 y 10. Las probabilidades de cada fragmento están en el repo, se puede verificar.

@osalasmo Pregunta genuina: cómo se define el tono positivo y el tono negativo? La escala del eje Y parece arbitraria.

@RONALDS52746186 EL análisis de sentimiento con python tiene ufff creo que ya más de 10 años de creado.

@osalasmo Bien decían los estudiosos hace tiempo llegará el día que se utilice la IA o software para hacer cojudeses...llego el.dia

@LilianBraithwa1 Acá el análisis: x.com/osalasmo/statu…

@osalasmo Le puede hacer un análisis sobre cada propuesta y si son de tendencia de izquierda o derecha? Con gráficos etc?