📖 ELYSY — Guía de usuario
Todo lo que necesitas para pasar de audio + letras a archivos karaoke perfectos — desde la configuración inicial hasta el ajuste fino de cada palabra.
código), para que puedas localizarlos fácilmente en pantalla.1 · Configuración inicial
Instalación, FFmpeg, primera ejecución.
2 · Un recorrido rápido
Los tres paneles y el encabezado.
3 · Flujo A — AI Auto-Align
El más rápido: la IA hace casi todo.
4 · Flujo B — Manual Tap
El más preciso: tú marcas los tiempos de línea.
5 · Edición
Ajuste fino por palabra y por línea, deshacer/rehacer.
6 · Exportación
Los 5 formatos explicados.
7 · Proyectos e Import LRC
Guardar, cargar y recuperar proyectos.
8 · Atajos de teclado
Referencia completa.
9 · Entender las estadísticas
Match Rate, duraciones, Project State.
10 · Solución de problemas
Problemas comunes y sus soluciones.
11 · Privacidad y datos
100% local.
1 · Configuración inicial
Windows
Instala Python 3.10+ desde python.org y marca la casilla "Add Python to PATH".
Haz doble clic en install.bat. Comprueba si tienes FFmpeg (si falta, lo instala automáticamente con winget — después de eso, cierra y vuelve a abrir la terminal para que se actualice el PATH). También instala PyTorch con CUDA 12.8 y el resto de dependencias.
Haz doble clic en run.bat. La aplicación abre tu navegador automáticamente en http://127.0.0.1:8765.
macOS / Linux
chmod +x install.sh run.sh
./install.sh
./run.sh2 · Un recorrido por la interfaz
- Panel izquierdo — subir el audio, elegir idioma (Select language), pegar letras o importarlas, elegir modo (AI Auto-Align / Manual Tap) y activar la separación de voces (Vocal separation).
- Panel central — la forma de onda con sus controles arriba y, debajo, la vista previa de la letra sincronizada (LRC Preview). Al pasar el cursor sobre una línea aparecen botones de edición; sobre una palabra, los controles de precisión.
- Panel derecho — las estadísticas (Words, Lines, Match Rate, Vocal Duration, Song Duration, Project State), la sección de guías y la exportación (Export).
- Encabezado — los botones de proyecto: Create New Project, Load Existing, Save, Save As New y Reset Project.
3 · Flujo A — AI Auto-Align (el más rápido)
Suelta tu audio
En el panel izquierdo: MP3, WAV, FLAC, OGG o M4A, hasta 100 MB.
Elige el idioma
En el desplegable Select language (Español, English y 8 idiomas más).
Pega las letras
Una frase por línea en el cuadro de texto, o haz clic en Import LRC para cargar un archivo existente.
Activa la separación de voces
Deja marcada la casilla Vocal separation para una mejor precisión.
Haz clic en Auto-Align Lyrics
Espera entre ~30 y 90 segundos si tienes GPU (varios minutos con CPU).
Revisa el resultado
Pulsa reproducir: las palabras se van resaltando mientras suenan. Las palabras subrayadas con puntos fueron estimadas — pásales el cursor para ajustarlas.
Exporta
Elige tu formato en Export (ver sección 6).
4 · Flujo B — Manual Tap + AI (el más preciso)
Ideal para canciones con distorsión, spoken word, tarareos («oh-oh-oh») o frases poco comunes: tú marcas el inicio de cada línea y la IA rellena las palabras.
Sube el audio y pega las letras (igual que en el Flujo A).
Cambia al modo Manual Tap con el selector de modos del panel izquierdo.
Haz clic en Start Tap Recording.
Pulsa la barra espaciadora al inicio de cada línea mientras suena la canción.
Se abre la pantalla de revisión Line Timing Review. Ahí puedes ajustar cada línea con los botones « < > » o borrar un toque incorrecto con 🗑️.
Cuando estés conforme, haz clic en Refine Words with AI: los tiempos de cada palabra se completan dentro de las ventanas que marcaste.
Haz el ajuste fino final y exporta.
5 · Editar tu alineación
Controles de precisión por palabra
Pasa el cursor sobre cualquier palabra: aparece un cuadro con los botones « < 00:23.45 > », un botón de reproducción ▶ y un botón para cerrar ×.
«y»desplazan la palabra 0.3 segundos (atrás / adelante).<y>la desplazan 0.1 segundos.- ▶ reproduce un fragmento corto que empieza exactamente en esa palabra, para que escuches dónde está.
- El marcador de tiempo del cuadro se actualiza en vivo.
Controles de línea
Al pasar el cursor sobre una línea aparecen: los mismos botones « < > » para desplazar la línea entera, ✏️ para editar el texto, ＋ para insertar una línea debajo y 🗑️ para eliminarla.
Selección múltiple + desplazamiento en lote
Haz Ctrl+clic (o Cmd+clic en Mac) en varias líneas para seleccionarlas y usa los botones Shift sel: −0.1 / +0.1 de la barra superior para moverlas todas juntas.
Deshacer / Rehacer
Ctrl+Z deshace · Ctrl+Shift+Z o Ctrl+Y rehace. También hay botones en pantalla (↩️ / ↪️). Historial de 50 pasos.
Finales de palabra estilo karaoke
Cada palabra se resalta desde su inicio hasta que empieza la siguiente: el efecto es continuo, sin parpadeos ni huecos.
6 · Exportación
Los botones de exportación están en el panel derecho, en la sección Export. Cada formato se guarda con un nombre de archivo distinto para que no se pisen entre sí.
| Botón (en inglés) | Archivo | Para qué usarlo |
|---|---|---|
⭐ Enhanced LRC | song_enhanced-LRC.lrc | Aplicaciones de karaoke y reproductores que resaltan palabra por palabra. |
⭐ Enhanced SRT | song_enhanced-SRT.srt | Subtítulos palabra por palabra para Premiere, CapCut, DaVinci, etc. |
📄 Standard LRC | song_standard-LRC.lrc | Letras clásicas línea por línea para reproductores de música. |
🎬 SRT (Premiere) | song_premiere-SRT.srt | Subtítulos línea por línea para editores de vídeo. |
🔧 JSON | song_JSON.json | Uso programático o para otros programas. |
7 · Proyectos e Import LRC
Los botones de proyecto están en el encabezado de la aplicación:
Save— guarda los cambios en el proyecto actual, sin preguntar el nombre.Save As New— guarda como un proyecto nuevo (pide un nombre).Load Existing— abre la lista de proyectos guardados para recuperar uno.Reset Project— borra la alineación actual pero conserva el audio y las letras cargadas.Create New Project— empieza desde cero (limpia audio, letras y alineación).
El botón Import LRC (junto al cuadro de letras, en el panel izquierdo) carga un archivo .lrc externo — estándar o mejorado — para corregirlo o re-sincronizarlo.
Los proyectos se guardan como carpetas autónomas; puedes moverlas, copiarlas o respaldarlas libremente:
projects/
└── my-song/
├── audio.mp3
└── project.jsonEn las estadísticas, el indicador Project State muestra si la sesión está Saved (verde), Unsaved (rojo, hay cambios sin guardar) o Not saved (ámbar, todavía no se ha guardado nada).
8 · Atajos de teclado
| Tecla | Acción |
|---|---|
| Espacio | Reproducir / Pausar — y en el modo Manual Tap, marcar el inicio de cada línea. |
| ← → | Retroceder / avanzar 3 segundos. |
| ↑ ↓ | Retroceder / avanzar 1 segundo. |
| Enter | Ejecutar Auto-Align. |
| Esc | Cancelar el modo de tapping. |
| Ctrl+Z | Deshacer. |
| Ctrl+Shift+Z / Ctrl+Y | Rehacer. |
| Ctrl/Cmd + clic (línea) | Seleccionar varias líneas para moverlas juntas. |
| ⏮ | Volver al inicio de la canción. |
9 · Entender las estadísticas
En el panel derecho, la tarjeta Alignment Quality & State muestra:
- Words / Lines — total de palabras y líneas de la alineación actual.
- Match Rate — porcentaje de palabras cuyo tiempo fue detectado directamente por la IA. Verde ≥ 80%, amarillo ≥ 50%, rojo por debajo. En canciones con mucha distorsión es normal que baje; el resto son estimaciones (aparecen subrayadas con puntos).
- Vocal Duration — el tramo de audio realmente cubierto por las palabras alineadas (puede ser menor que la canción si hay intro, solos, etc.).
- Song Duration — la duración total de la pista, tomada de la forma de onda.
- Project State — Saved / Unsaved / Not saved (ver sección 7).
10 · Solución de problemas
| Problema | Solución |
|---|---|
| "CUDA not available" | Actualiza los drivers de NVIDIA y vuelve a ejecutar install.bat (usa la versión CUDA 12.8). |
| Demucs va lento o falla | Desactiva la casilla Vocal separation — la alineación también funciona con la mezcla completa. |
| Faltan palabras o salen punteadas | Son estimaciones interpoladas. Pasa el cursor y ajústalas, o usa el modo Manual Tap. |
| Un coro repetido sale mal sincronizado | El programa lo corrige automáticamente; si no, desplaza esas líneas a mano. |
| Mis ediciones no salen en la exportación | Se sincronizan solas. Si tienes dudas, pulsa Save y vuelve a exportar. |
| El servidor no arranca | ¿El puerto 8765 está ocupado? Ejecuta python backend\app.py --port 8777. |
| Errores de archivos bloqueados al instalar | Cierra el servidor y VS Code, pausa Dropbox/antivirus y vuelve a instalar. |
11 · Privacidad y datos
- Todo funciona localmente: tu audio y tus letras nunca salen de tu equipo.
- Sin cuentas, sin nube y sin rastreo.
- Los proyectos se guardan en la carpeta
projects/de tu disco (y Git los ignora).
ELYSY · Licencia MIT · Documentación completa y soporte: gabrielx.com/open-source-mit-ai-tools 🎤