Tabla de contenido
Una vez más aquí. Hoy vengo a dejar un pequeño artículo sobre una aplicación que a mi pareja le encanta. Se trata de Mouisai. Esta es una aplicación de reconocimiento de canciones disponible para Gnu/Linux. El programa se construyó utilizando GTK y aprovechando la API de reconociento de canciones AudD. Se trata de una alternativa gratuita a Shazam para utilizar en Gnu/Linux.
Cuando te interese poder identificar una canción que has escuchado en la tv, película o vídeo, Mousai puede sacarte de dudas. Como decía Mousai utiliza la API de AudD, la cual tiene una tasa de uso limitada (en principio). Esto significa que solo se puede usar para escuchar algunas canciones todos los días de forma gratuita.
Esta aplicación dispone de un par de cosas interesantes, como son la capacidad de escuchar extractos de canciones previamente identificadas y acceder a una página web llena de enlaces para reproducir la canción en su totalidad. Esta reproducción se puede realizar desde los servicios populares de transmisión de música.
Características generales de Mousai
- Esta aplicación nos va a permitir descubrir canciones desde una interfaz muy sencilla de utilizar.
- Podremos identificar el título de la canción y el artista de la canción en tan solo unos segundos.
- Las canciones identificadas se van a almacenaren el historial, incluyendo la portada del álbum (si está disponible).
- Vamos a poder obtener una vista previa de la canción identificada con nuestro reproductor nativo.
- Tendremos la posibilidad de escuchar la canción en su totalidad desde la web con el enlace que el programa nos va a proporcionar.
- Para trabajar de forma más rápida, el programa nos permitirá utilizar atajos de teclado.
- Mousai funciona bajo demanda. No se queda ‘escuchando’ en segundo plano.
Instalar Mousai en Ubuntu
Esta aplicación es un software gratuito, que está disponible en Flathub. Para instalar esta aplicación en Ubuntu, tan solo tendremos que abrir una terminal (Ctrl+Alt+T) y ejecutar el comando:
flatpak install flathub io.github.seadve.Mousai
Una vez finalizada la instalación, podemos buscar el lanzador del programa en nuestro equipo o también podremos ejecutar en la terminal el comando:
flatpak run io.github.seadve.Mousai
Para aprovechar el API que usa Mousai no es necesario instalar la app de escritorio. También podemos usar la extensión para Chrome.
Un vistazo rápido a Mousai
Cuando abramos la aplicación, solo tendremos que pulsar el botón ‘Escuchar‘ mientras reproducimos la canción. Evidentemente lo ideal va a ser reproducir la música cerca del micrófono. Tras unos pocos segundos el programa nos va a indicar el nombre de la canción y quién la interpreta, si es que encuentra la canción en la base de datos.
Como comentaba líneas más arriba, la aplicación utiliza la API AudD.io, y esta sólo nos dejará reconocer una cuantas canciones al día de forma gratuita. Aun que tengo que decir que si utilizas una VPN como EXPRESSVPN y cambiar la ubicación cuando llegues al límite diario podrás reconocer más canciones sin necesidad de abrir una cuenta.
Hay que tener en cuenta que las coincidencias fallidas, también van a agotar la asignación diaria de coincidencias.
En la interfaz del programa, podemos encontrar el icono de la hamburguesa situada en la parte superior derecha, encontraremos las opciones para poder limpiar el historial de búsquedas y reconocimiento, hacerle un reset al token y podremos ver los atajos de teclado.
En el listado de canciones reconocidas veremos que hay un botón de reproducción, y otro que nos llevará a una página web desde donde podremos escuchar la canción en diferentes servicios como Spotify o Youtube, entre otros.
Desinstalar
Para eliminar esta aplicación de nuestro sistema, tan solo necesitaremos abrir una terminal (Ctrl+Alt+T) y ejecutar en ella el comando:
flatpak uninstall io.github.seadve.Mousai
Tengo que decir que durante las pruebas que hice con este programa, algunas de las canciones menos conocidas, Mousai no pudo encontrarlas, aun la mayoría de ellas las encontró de forma rápida y eficiente.
Se puede saber más acerca de este programa desde el repositorio en GitHub del proyecto.