This example is about searching in a caption/subtitle collection, i.e., looking for passages in audiobooks, youtube videos, conferences, podcasts, etc. The audio should be translated with a speech to text model, i.e., Whisper of OpenAI.
Having a WebVTT set of files we need to load the corpus. The files we are using as dataset are WebVTT subtitles, which can be readed with the following code, note that this code is not part of the example and can be ignored.
mutable struct EntryVTTtype::Symbol name::String tbegin::String tend::String data::Vector{String}endfunctionwebvtt!(filename, idfile, D) L = [] B =nothingopen(filename) do f lineno =0while !eof(f) line =readline(f) lineno +=1if line =="WEBVTT" B =EntryVTT(:WEBVTT, "", "", "", String[])push!(L, B)continueend n =length(line)if n ==0# flushif B.type===:captionfor caption in B.datapush!(D, (; idfile, B.name, B.tbegin, B.tend, caption))endend B =nothingcontinueendif B ===nothing m =match(r"^NOTE (.*)", line)if m !==nothing B =EntryVTT(:NOTE, "", "", "", String[])push!(L, B)iflength(m.captures[1]) >0push!(B.data, m.captures[1])endcontinueendif"REGION"== line B =EntryVTT(:REGION, "", "", "", String[])push!(L, B)continueendifoccursin("-->", line) tbegin, tend =split(line)[[1, 3]] B =EntryVTT(:caption, "", tbegin, tend, String[])continueend B =EntryVTT(:caption, line, "", "", String[])push!(L, B)elseifoccursin("-->", line) B.tbegin, B.tend =split(line)[[1, 3]]continueendpush!(B.data, line) # appends to the lastendendend B !==nothing&&push!(L, B) L, Dend
D =DataFrame(idfile=String[], name=String[], tbegin=String[], tend=String[], caption=String[])for filename in podcastswebvtt!(filename, basename(filename), D)endD
21013×5 DataFrame
20988 rows omitted
Row
idfile
name
tbegin
tend
caption
String
String
String
String
String
1
tres-patines-y-la-tremenda-corte_0000.vtt
00:00.000
00:11.000
Audiencia pública, el tremendo juez de la tremenda corte va a resolver un tremendo caso.
2
tres-patines-y-la-tremenda-corte_0000.vtt
00:11.000
00:13.000
Buenas noches, secretario.
3
tres-patines-y-la-tremenda-corte_0000.vtt
00:15.000
00:18.000
Buenas noches, señor juez. ¿Cómo se siente hoy?
4
tres-patines-y-la-tremenda-corte_0000.vtt
00:18.000
00:25.000
Campana. Hoy me siento panetela. De manera que vamos a ver si acabamos pronto que esta noche me voy de rumba.
5
tres-patines-y-la-tremenda-corte_0000.vtt
00:25.000
00:27.000
No me digas. ¿Se va usted de rumba?
6
tres-patines-y-la-tremenda-corte_0000.vtt
00:27.000
00:30.000
Sí, tengo un carrito ahí que es algo serio.
7
tres-patines-y-la-tremenda-corte_0000.vtt
00:30.000
00:32.000
Ah, oígame. ¿Jóven?
8
tres-patines-y-la-tremenda-corte_0000.vtt
00:32.000
00:36.000
Un pollito. No tiene más que 46 años.
9
tres-patines-y-la-tremenda-corte_0000.vtt
00:36.000
00:40.000
¿Y una mujer de 46 años le llama a usted pollito todavía?
10
tres-patines-y-la-tremenda-corte_0000.vtt
00:40.000
00:42.000
Claro que sí. ¿Qué número es gallina en la bola?
11
tres-patines-y-la-tremenda-corte_0000.vtt
00:42.000
00:43.000
54.
12
tres-patines-y-la-tremenda-corte_0000.vtt
00:43.000
00:45.000
Entonces hasta los 53 sigue siendo un pollito.
13
tres-patines-y-la-tremenda-corte_0000.vtt
00:45.000
00:47.000
Ah, bueno. ¿Y es bonita?
⋮
⋮
⋮
⋮
⋮
⋮
21002
tres-patines-y-la-tremenda-corte_0050.vtt
16:26.080
16:26.880
¿Por qué?
21003
tres-patines-y-la-tremenda-corte_0050.vtt
16:26.880
16:28.200
Porque no tuvieron éxito.
21004
tres-patines-y-la-tremenda-corte_0050.vtt
16:28.200
16:29.800
Escriba ahí, secretario.
21005
tres-patines-y-la-tremenda-corte_0050.vtt
16:29.840
16:31.400
Venga la sentencia.
21006
tres-patines-y-la-tremenda-corte_0050.vtt
16:31.400
16:35.040
El tribunal dictamina que ustedes han hecho leña a la finca de
21007
tres-patines-y-la-tremenda-corte_0050.vtt
16:35.040
16:37.440
Nananina perjudicando a su dueña.
21008
tres-patines-y-la-tremenda-corte_0050.vtt
16:37.440
16:40.520
Y por todo ese estropicio que parece obra de locos,
21009
tres-patines-y-la-tremenda-corte_0050.vtt
16:40.520
16:44.040
pagarán 5,000 cocos más las costas de este juicio.
21010
tres-patines-y-la-tremenda-corte_0050.vtt
16:44.040
16:47.720
Escucha el siguiente programa de La Tremenda Corte con Leopoldo
21011
tres-patines-y-la-tremenda-corte_0050.vtt
16:47.720
16:50.920
Fernández, Mimí Cali y Aníbal de Mar por esta emisora.
21012
tres-patines-y-la-tremenda-corte_0050.vtt
16:50.920
16:53.720
Hasta entonces, Manolo Iglesias, que les habla,
21013
tres-patines-y-la-tremenda-corte_0050.vtt
16:53.720
16:56.360
les dice, muy buena suerte, amigos.
Functions create to encode texto into bag-of-word vectors
textconfig =TextConfig( group_usr=true, group_url=true, del_diac=true, lc=true, group_num=true, nlist=[1], qlist=[])# corpus here can be a sample to avoid double parsingvoc =Vocabulary(textconfig, D.caption) model =VectorModel(IdfWeighting(), TfWeighting(), voc)# model = VectorModel(EntropyWeighting(), BinaryLocalWeighting(), voc, D.text, D.klass; smooth=1.0)#model = VectorModel(IdfWeighting(), TfWeighting(), voc)model =filter_tokens(model) do t t.weight >=0.05endvectors =VectorDatabase(vectorize_corpus(model, D.caption))
UMAP projections
UMAP projection can take a while, even on multithreading systems. Note that we are creating 2d and 3d projections.
The UMAP algorithm has a lot of hyperparameters; min_dist controls the distance between projected points, k is the number of neighbors to be used in the underlying \(k\)nn graph, n_epochs the number of epochs used to optimize the projection, neg_sample_rate means for the number of negative examples used in the optimization process, tol the tolerance to converge, layout
Visualizations
functionnormcolors(V) min_, max_ =extrema(V) V .= (V .- min_) ./ (max_ - min_) V .=clamp.(V, 0, 1)endnormcolors(@view e3[1, :])normcolors(@view e3[2, :])normcolors(@view e3[3, :])C = [RGB(c[1], c[2], c[3]) for c ineachcol(e3)]X =@view e2[1, :]Y =@view e2[2, :]scatter(X, Y, color=C, fmt=:png, alpha=0.2, size=(600, 600), ma=0.3, ms=2, msw=0, label="")plot!()
display(length(dbscanresult.clusters))plot()for (i, c) inenumerate(dbscanresult.clusters) X =@view e2[1, c.core_indices] Y =@view e2[2, c.core_indices]scatter!(X, Y, c=:auto, fmt=:png, size=(600, 600), ma=0.3, a=0.3, ms=1, msw=0, label="")ifrand() <0.1# just to show some examples X = c.core_indices sampled =""iflength(X) >20 sampled ="-- showing a small sample" X =rand(X, 20)enddisplay(Markdown.parse("## Cluster $i with $(length(c.core_indices)) elements $sampled"))display(latexify(D[X, :], env=:mdtable, latex=false))endendplot!()
174
Cluster 20 with 23 elements – showing a small sample
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0018.vtt
14:36.000
14:37.000
Pero acláreme una cosa.
tres-patines-y-la-tremenda-corte_0019.vtt
05:22.000
05:23.000
Una cosa que él leyó allí.
tres-patines-y-la-tremenda-corte_0037.vtt
05:15.000
05:17.000
Nada, chicos, esta cosa de la vida.
tres-patines-y-la-tremenda-corte_0037.vtt
05:17.000
05:19.000
Cosa de la vida, cosa suya.
tres-patines-y-la-tremenda-corte_0040.vtt
11:39.000
11:40.000
Bueno, les voy a decir.
tres-patines-y-la-tremenda-corte_0040.vtt
11:39.000
11:40.000
Bueno, les voy a decir.
tres-patines-y-la-tremenda-corte_0017.vtt
07:00.000
07:02.000
Mire cómo es la cosa.
tres-patines-y-la-tremenda-corte_0000.vtt
02:49.000
02:50.000
Pero acláreme una cosa.
tres-patines-y-la-tremenda-corte_0018.vtt
14:36.000
14:37.000
Pero acláreme una cosa.
tres-patines-y-la-tremenda-corte_0018.vtt
14:36.000
14:37.000
Pero acláreme una cosa.
tres-patines-y-la-tremenda-corte_0024.vtt
05:38.000
05:40.000
Que lo traigo para freír
tres-patines-y-la-tremenda-corte_0036.vtt
03:30.000
03:33.000
Claro que sí, chico. Si alguien te tiene frito a ti, será ella, chico.
tres-patines-y-la-tremenda-corte_0018.vtt
11:27.000
11:28.000
¿Que fue usted sorprendida
tres-patines-y-la-tremenda-corte_0009.vtt
02:14.000
02:15.000
Qué cosa, hombre.
tres-patines-y-la-tremenda-corte_0011.vtt
13:08.000
13:09.000
¿Y no es la misma cosa?
tres-patines-y-la-tremenda-corte_0044.vtt
03:36.000
03:38.000
Me le paré a la... en la misma carreta le dije setenta mil horroretos.
tres-patines-y-la-tremenda-corte_0018.vtt
11:27.000
11:28.000
¿Que fue usted sorprendida
tres-patines-y-la-tremenda-corte_0044.vtt
11:03.000
11:04.000
¿Y eso por qué?
tres-patines-y-la-tremenda-corte_0040.vtt
05:16.000
05:18.000
Entonces la cosa parece grave.
tres-patines-y-la-tremenda-corte_0018.vtt
14:36.000
14:37.000
Pero acláreme una cosa.
Cluster 41 with 40 elements – showing a small sample
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0000.vtt
05:41.000
05:43.000
Pues cállese entonces, señor.
tres-patines-y-la-tremenda-corte_0025.vtt
01:20.440
01:23.520
Que los otros días fue a la playa de Boca Ciega.
tres-patines-y-la-tremenda-corte_0028.vtt
14:26.000
14:27.000
¿Con el cigarro en la boca?
tres-patines-y-la-tremenda-corte_0005.vtt
06:47.000
06:48.000
Cállese ahora, trepatín.
tres-patines-y-la-tremenda-corte_0045.vtt
06:01.000
06:03.000
Bueno, bueno, cállese la boca.
tres-patines-y-la-tremenda-corte_0005.vtt
06:47.000
06:48.000
Cállese ahora, trepatín.
tres-patines-y-la-tremenda-corte_0033.vtt
07:21.000
07:22.000
Cállese la boca
tres-patines-y-la-tremenda-corte_0005.vtt
06:47.000
06:48.000
Cállese ahora, trepatín.
tres-patines-y-la-tremenda-corte_0003.vtt
15:42.320
15:43.320
Cállese la boca.
tres-patines-y-la-tremenda-corte_0005.vtt
06:50.000
06:51.000
Cállese la boca.
tres-patines-y-la-tremenda-corte_0018.vtt
05:29.000
05:31.000
Cáese la boca.
tres-patines-y-la-tremenda-corte_0042.vtt
11:26.000
11:27.000
Con la boca del tógamo.
tres-patines-y-la-tremenda-corte_0010.vtt
07:02.000
07:04.000
Mire, cállese usted la boca, cállese la boca.
tres-patines-y-la-tremenda-corte_0005.vtt
06:50.000
06:51.000
Cállese la boca.
tres-patines-y-la-tremenda-corte_0033.vtt
07:24.000
07:26.000
Cállese la boca
tres-patines-y-la-tremenda-corte_0014.vtt
09:07.000
09:08.000
Cállese la boca a usted
tres-patines-y-la-tremenda-corte_0005.vtt
06:47.000
06:48.000
Cállese ahora, trepatín.
tres-patines-y-la-tremenda-corte_0015.vtt
05:16.000
05:17.000
Cállese la boca.
tres-patines-y-la-tremenda-corte_0015.vtt
05:16.000
05:17.000
Cállese la boca.
tres-patines-y-la-tremenda-corte_0033.vtt
07:24.000
07:26.000
Cállese la boca
Cluster 58 with 34 elements – showing a small sample
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0011.vtt
10:03.000
10:04.000
Sí, mire.
tres-patines-y-la-tremenda-corte_0011.vtt
10:03.000
10:04.000
Sí, mire.
tres-patines-y-la-tremenda-corte_0017.vtt
01:49.000
01:50.000
Sí, sí, sí. Da gusto consultarse.
tres-patines-y-la-tremenda-corte_0011.vtt
12:16.000
12:18.000
Sí, una comida redonda.
tres-patines-y-la-tremenda-corte_0013.vtt
00:47.000
00:48.000
Sí, estilo Chicago.
tres-patines-y-la-tremenda-corte_0044.vtt
13:36.000
13:37.000
Sí, se subió.
tres-patines-y-la-tremenda-corte_0044.vtt
13:36.000
13:37.000
Sí, se subió.
tres-patines-y-la-tremenda-corte_0031.vtt
01:50.000
01:52.000
Sí, lo felicito.
tres-patines-y-la-tremenda-corte_0048.vtt
08:10.000
08:11.000
Sí, el plan de regalos.
tres-patines-y-la-tremenda-corte_0019.vtt
07:34.000
07:36.000
Medianoche con pepino, sí.
tres-patines-y-la-tremenda-corte_0016.vtt
07:37.160
07:38.160
De los corpulentos, sí.
tres-patines-y-la-tremenda-corte_0000.vtt
10:21.000
10:22.000
Sí, hombre, sí.
tres-patines-y-la-tremenda-corte_0037.vtt
02:33.000
02:35.000
Sí, filantrópico, sí.
tres-patines-y-la-tremenda-corte_0037.vtt
02:33.000
02:35.000
Sí, filantrópico, sí.
tres-patines-y-la-tremenda-corte_0020.vtt
05:43.000
05:44.000
Palabra que sí.
tres-patines-y-la-tremenda-corte_0019.vtt
07:34.000
07:36.000
Medianoche con pepino, sí.
tres-patines-y-la-tremenda-corte_0009.vtt
14:28.000
14:30.000
Sí, es angina de pecho.
tres-patines-y-la-tremenda-corte_0006.vtt
04:47.000
04:48.000
Sí, vigente.
tres-patines-y-la-tremenda-corte_0031.vtt
09:19.000
09:20.000
Sí, sí.
tres-patines-y-la-tremenda-corte_0018.vtt
11:08.000
11:09.000
Sí, tú, sí, tú.
Cluster 61 with 10 elements
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0000.vtt
13:42.000
13:43.000
Pero eso lo sabe todo el mundo.
tres-patines-y-la-tremenda-corte_0009.vtt
11:38.000
11:41.000
Y que lo lleven al matadero a ver si no se pone nervioso.
tres-patines-y-la-tremenda-corte_0019.vtt
05:24.000
05:28.000
De no sé qué ley, que tampoco sé quién ha hecho una ley de esa índole.
tres-patines-y-la-tremenda-corte_0020.vtt
01:57.000
02:00.000
Vamos a ver usted la estafada, Nananina.
tres-patines-y-la-tremenda-corte_0033.vtt
09:17.000
09:19.000
A ver, vamos por parte
tres-patines-y-la-tremenda-corte_0039.vtt
04:12.600
04:13.900
Bueno, a ver, explíquemelo.
tres-patines-y-la-tremenda-corte_0039.vtt
04:34.300
04:36.000
Bueno, la cuestión del farol.
tres-patines-y-la-tremenda-corte_0040.vtt
13:14.000
13:15.000
A ver.
tres-patines-y-la-tremenda-corte_0041.vtt
01:27.120
01:28.520
A ver, déjeme ver esa letra.
tres-patines-y-la-tremenda-corte_0048.vtt
04:45.000
04:46.000
A ver.
Cluster 74 with 49 elements – showing a small sample
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0004.vtt
09:35.000
09:37.000
Sí, mamita le tiró el zapato y yo dije, ¡ay!
tres-patines-y-la-tremenda-corte_0022.vtt
01:23.000
01:24.000
¡Presidente!
tres-patines-y-la-tremenda-corte_0028.vtt
12:09.000
12:10.000
¡Miao!
tres-patines-y-la-tremenda-corte_0041.vtt
12:39.120
12:41.120
Ah, una gallina cayó eso ¡pam!
tres-patines-y-la-tremenda-corte_0028.vtt
11:55.000
11:56.000
Y empezó a gritar ¡Miao!
tres-patines-y-la-tremenda-corte_0042.vtt
01:25.000
01:27.000
¡Ay, el fantasma!
tres-patines-y-la-tremenda-corte_0028.vtt
12:09.000
12:10.000
¡Miao!
tres-patines-y-la-tremenda-corte_0006.vtt
01:51.000
01:53.000
¡A la reja!
tres-patines-y-la-tremenda-corte_0007.vtt
02:59.000
03:00.000
¡Silencio!
tres-patines-y-la-tremenda-corte_0004.vtt
09:35.000
09:37.000
Sí, mamita le tiró el zapato y yo dije, ¡ay!
tres-patines-y-la-tremenda-corte_0045.vtt
08:00.000
08:01.000
¡180 días!
tres-patines-y-la-tremenda-corte_0002.vtt
11:18.000
11:19.000
¡Tira eso!
tres-patines-y-la-tremenda-corte_0027.vtt
08:11.000
08:12.000
¡Me morro!
tres-patines-y-la-tremenda-corte_0031.vtt
08:50.000
08:51.000
¡Namba, qué sorpresa!
tres-patines-y-la-tremenda-corte_0004.vtt
09:35.000
09:37.000
Sí, mamita le tiró el zapato y yo dije, ¡ay!
tres-patines-y-la-tremenda-corte_0036.vtt
08:19.000
08:20.000
¡Ah!
tres-patines-y-la-tremenda-corte_0023.vtt
08:24.600
08:25.600
¡Y el peso de lucha!
tres-patines-y-la-tremenda-corte_0047.vtt
01:52.000
01:54.000
¡A la vea!
tres-patines-y-la-tremenda-corte_0048.vtt
11:18.000
11:19.000
¡Dígame!
tres-patines-y-la-tremenda-corte_0024.vtt
00:02.000
00:04.000
¡No se olvide que tenéis que pagar mi lechona!
Cluster 83 with 14 elements
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0001.vtt
07:12.000
07:13.000
¿A agarrarlo por qué, señor?
tres-patines-y-la-tremenda-corte_0014.vtt
14:19.000
14:21.000
No, señor. Eso es fuerza de cara.
tres-patines-y-la-tremenda-corte_0015.vtt
04:34.000
04:35.000
Oiganme, señor juez.
tres-patines-y-la-tremenda-corte_0018.vtt
01:21.000
01:23.000
Enseguida, señor juez.
tres-patines-y-la-tremenda-corte_0019.vtt
01:28.000
01:30.000
Enseguida, señor juez.
tres-patines-y-la-tremenda-corte_0020.vtt
01:37.000
01:39.000
Enseguida, señor juez.
tres-patines-y-la-tremenda-corte_0025.vtt
08:24.440
08:25.040
Mande, señor juez.
tres-patines-y-la-tremenda-corte_0025.vtt
08:30.120
08:32.520
Cuando venía del señor juez,
tres-patines-y-la-tremenda-corte_0027.vtt
00:42.000
00:43.000
Pero mire señor juez.
tres-patines-y-la-tremenda-corte_0028.vtt
00:56.000
01:02.000
Un escaparate. Pues llámelo complicado en ese escaparaticidio. Enseguida señor juez.
tres-patines-y-la-tremenda-corte_0032.vtt
01:01.800
01:07.960
en ese español y sí enseguida señor juez rude cingo caldeiro y escobiña presentes
tres-patines-y-la-tremenda-corte_0040.vtt
05:42.000
05:43.000
Claro, señor juez.
tres-patines-y-la-tremenda-corte_0045.vtt
00:44.000
00:45.000
Enseguida señor juez.
tres-patines-y-la-tremenda-corte_0049.vtt
02:07.000
02:14.000
No, señor, lo único que yo le hice a Rubesindo fue venderle 40 galones de gasolina especial para guagua.
Cluster 92 with 14 elements
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0001.vtt
12:37.000
12:38.000
De una caída, sí.
tres-patines-y-la-tremenda-corte_0005.vtt
02:27.000
02:29.000
No, pero esa sí.
tres-patines-y-la-tremenda-corte_0008.vtt
13:25.000
13:26.000
Sí, se dobló.
tres-patines-y-la-tremenda-corte_0014.vtt
12:05.000
12:07.000
El vapor, sí.
tres-patines-y-la-tremenda-corte_0018.vtt
06:18.000
06:19.000
Municipio, sí.
tres-patines-y-la-tremenda-corte_0020.vtt
09:54.000
09:55.000
Sí, mi querido y estimado Dr.
tres-patines-y-la-tremenda-corte_0028.vtt
02:41.000
02:52.000
¿Sí? Hombre, pues si lo supieran en algún lado ya no sería secreto. Entonces nadie sabe que usted es policía. Bueno, sí, lo sabe una persona nada más.
tres-patines-y-la-tremenda-corte_0040.vtt
09:04.000
09:05.000
Sí, vale.
tres-patines-y-la-tremenda-corte_0044.vtt
04:37.000
04:38.000
Ahora, que eso sí.
tres-patines-y-la-tremenda-corte_0044.vtt
06:43.000
06:44.000
Sí, sí.
tres-patines-y-la-tremenda-corte_0044.vtt
09:31.000
09:32.000
Sí, sí.
tres-patines-y-la-tremenda-corte_0045.vtt
07:56.000
07:58.000
Sí, pero lo que no puedes comer hierba.
tres-patines-y-la-tremenda-corte_0049.vtt
12:42.000
12:44.000
De la cuenca sur, sí.
tres-patines-y-la-tremenda-corte_0050.vtt
10:56.160
10:57.160
Si está de frente a frente.
Cluster 95 with 24 elements – showing a small sample
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0009.vtt
00:00.000
00:12.000
Audiencia publica, el tremendo juez de la tremenda corte va a resolver un tremendo caso.
tres-patines-y-la-tremenda-corte_0039.vtt
10:31.400
10:35.900
Bueno, no, porque con el boca debajo los pulmones quedan apretados, tú sabes.
tres-patines-y-la-tremenda-corte_0031.vtt
07:42.000
07:44.000
Yo no tengo trapitos sucios ninguno para que se entere.
tres-patines-y-la-tremenda-corte_0031.vtt
07:42.000
07:44.000
Yo no tengo trapitos sucios ninguno para que se entere.
tres-patines-y-la-tremenda-corte_0012.vtt
11:50.960
11:52.960
ropa en la escalera de ese edificio.
tres-patines-y-la-tremenda-corte_0039.vtt
10:31.400
10:35.900
Bueno, no, porque con el boca debajo los pulmones quedan apretados, tú sabes.
tres-patines-y-la-tremenda-corte_0012.vtt
11:50.960
11:52.960
ropa en la escalera de ese edificio.
tres-patines-y-la-tremenda-corte_0023.vtt
12:07.600
12:09.600
Porque me han dicho que yo tengo condiciones para eso.
tres-patines-y-la-tremenda-corte_0023.vtt
12:07.600
12:09.600
Porque me han dicho que yo tengo condiciones para eso.
tres-patines-y-la-tremenda-corte_0035.vtt
08:06.000
08:09.000
Pero sé que se venden así porque los he comprado cuando era chiquito.
tres-patines-y-la-tremenda-corte_0045.vtt
05:14.000
05:15.000
De una mate mango.
tres-patines-y-la-tremenda-corte_0010.vtt
02:49.000
02:52.000
mamita puso una cazuela sobre la mesa del comedor.
tres-patines-y-la-tremenda-corte_0021.vtt
06:55.000
06:59.000
Sí, rudecido le dice cuál es la izquierda y entonces yo le digo cuál es la derecha.
tres-patines-y-la-tremenda-corte_0039.vtt
10:31.400
10:35.900
Bueno, no, porque con el boca debajo los pulmones quedan apretados, tú sabes.
tres-patines-y-la-tremenda-corte_0003.vtt
09:56.700
10:04.620
motoneta no a pie llevaba su cajóncito igual que el mismo el cajón del limpia
tres-patines-y-la-tremenda-corte_0036.vtt
06:40.000
06:41.000
Su mamita baila merengue.
tres-patines-y-la-tremenda-corte_0045.vtt
05:14.000
05:15.000
De una mate mango.
tres-patines-y-la-tremenda-corte_0017.vtt
11:32.000
11:38.000
Mientras en el mundo haya una ganzúa y una pata de cabra, el hijo de mamita nunca pasará hambre, para que te enteres.
tres-patines-y-la-tremenda-corte_0017.vtt
11:32.000
11:38.000
Mientras en el mundo haya una ganzúa y una pata de cabra, el hijo de mamita nunca pasará hambre, para que te enteres.
tres-patines-y-la-tremenda-corte_0036.vtt
06:40.000
06:41.000
Su mamita baila merengue.
Cluster 109 with 18 elements
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0002.vtt
13:46.000
13:53.000
Yo te dije que me esperase unas semanas hasta que yo encontrase otro terrenito vacío para mudar el chaleche.
tres-patines-y-la-tremenda-corte_0004.vtt
03:01.000
03:03.000
¿Y entonces por qué no la suprimen, chico?
tres-patines-y-la-tremenda-corte_0007.vtt
06:48.000
06:51.000
debe al lavandero, debe al carnicero.
tres-patines-y-la-tremenda-corte_0010.vtt
05:45.000
05:46.000
¿Y eso por qué, chico?
tres-patines-y-la-tremenda-corte_0010.vtt
11:16.000
11:19.000
que cuánto le cobraba por dar un paseo en máquina.
tres-patines-y-la-tremenda-corte_0010.vtt
14:46.000
14:48.000
Yo le dije, entonces, ¿hora y qué hora es?
tres-patines-y-la-tremenda-corte_0011.vtt
06:26.000
06:28.000
Y saliendo de San Diego de los Baños por esa vereda
tres-patines-y-la-tremenda-corte_0012.vtt
10:27.640
10:29.640
¿Por qué? Porque cada vez que le tocan a la puerta
tres-patines-y-la-tremenda-corte_0013.vtt
13:21.000
13:25.000
En vista de eso, pues yo hablé por el revolver, todo el mundo salió corriendo.
tres-patines-y-la-tremenda-corte_0014.vtt
07:43.000
07:44.000
Bueno, por eso
tres-patines-y-la-tremenda-corte_0029.vtt
11:00.000
11:01.000
¿Por qué, chico?
tres-patines-y-la-tremenda-corte_0031.vtt
05:54.000
05:56.000
por incitar a la autoridad a jugar al prohibido.
tres-patines-y-la-tremenda-corte_0031.vtt
10:55.000
10:56.000
Yo no entiendo ni media palabra.
tres-patines-y-la-tremenda-corte_0032.vtt
12:42.720
12:47.880
pagado por él porque 200 pesos por ese puesto no iba a encontrar yo nadie que me lo diera pero
tres-patines-y-la-tremenda-corte_0035.vtt
03:24.000
03:26.000
¿Y entonces por qué te estoy contestando yo?
tres-patines-y-la-tremenda-corte_0041.vtt
10:46.120
10:48.120
Pero es que rudeciendo dice,
tres-patines-y-la-tremenda-corte_0043.vtt
11:57.000
12:02.000
Pues antes de irse a pelar, cuando estuvo en casa, cargó el gato todo el tiempo, oiga,
tres-patines-y-la-tremenda-corte_0047.vtt
02:28.000
02:32.000
Y cuando se enteró de que venía un ciclón se puso muy nerviosa.
Cluster 110 with 14 elements
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0002.vtt
13:53.000
13:55.000
¿Cuántas semanas le pidió que lo esperase?
tres-patines-y-la-tremenda-corte_0011.vtt
08:25.000
08:26.000
¿Le gusta?
tres-patines-y-la-tremenda-corte_0014.vtt
11:07.000
11:08.000
No, siempre de qué
tres-patines-y-la-tremenda-corte_0015.vtt
11:38.000
11:39.000
¿Usted cree?
tres-patines-y-la-tremenda-corte_0016.vtt
09:07.960
09:09.360
¿Y de lo de sudorra?
tres-patines-y-la-tremenda-corte_0019.vtt
08:33.000
08:35.000
¿usted se quiere reír en esta
tres-patines-y-la-tremenda-corte_0037.vtt
13:29.000
13:30.000
¿Dónde? Contésteme.
tres-patines-y-la-tremenda-corte_0039.vtt
06:20.300
06:21.100
¿Seguro?
tres-patines-y-la-tremenda-corte_0040.vtt
07:12.000
07:13.000
¿En vez de lo cual?
tres-patines-y-la-tremenda-corte_0042.vtt
07:24.000
07:25.000
¿Y qué hizo usted, Albert?
tres-patines-y-la-tremenda-corte_0044.vtt
09:04.000
09:06.000
Usted tiene que pagarle su carro, ¿qué país?
tres-patines-y-la-tremenda-corte_0044.vtt
10:16.000
10:18.000
Si viene a cruzar ahora, él cerró los ojos.
tres-patines-y-la-tremenda-corte_0045.vtt
08:09.000
08:10.000
De nada.
tres-patines-y-la-tremenda-corte_0050.vtt
04:00.000
04:01.000
¿Qué pasó?
Cluster 115 with 17 elements
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0003.vtt
00:51.560
00:54.600
y la y para el hígado no no un momento
tres-patines-y-la-tremenda-corte_0005.vtt
03:30.000
03:32.000
Sinforosa no existe.
tres-patines-y-la-tremenda-corte_0006.vtt
11:37.000
11:39.000
Por la chimenea no podemos entrar porque no cabemos.
tres-patines-y-la-tremenda-corte_0009.vtt
06:47.000
06:48.000
Momento.
tres-patines-y-la-tremenda-corte_0009.vtt
12:06.000
12:07.000
Rubesindo.
tres-patines-y-la-tremenda-corte_0011.vtt
10:38.000
10:39.000
No sé.
tres-patines-y-la-tremenda-corte_0014.vtt
10:44.000
10:45.000
No
tres-patines-y-la-tremenda-corte_0023.vtt
09:47.600
09:48.600
Que yo no enseño.
tres-patines-y-la-tremenda-corte_0028.vtt
02:34.000
02:41.000
No, porque en la jefatura no saben que yo soy policía. ¿Cómo que no lo sabes? Claro que no, no le estoy diciendo que soy un policía secreto.
tres-patines-y-la-tremenda-corte_0032.vtt
07:22.680
07:28.680
domingo y si no no trabajo pero entre miré levantarse tarde bañarme a almorzar dormir la
tres-patines-y-la-tremenda-corte_0033.vtt
06:28.000
06:29.000
No
tres-patines-y-la-tremenda-corte_0044.vtt
06:52.000
06:53.000
No debería.
tres-patines-y-la-tremenda-corte_0044.vtt
09:59.000
10:00.000
Pero no paró.
tres-patines-y-la-tremenda-corte_0046.vtt
02:52.000
02:55.000
Y no falla nunca eso no falla nunca
tres-patines-y-la-tremenda-corte_0046.vtt
09:16.000
09:18.000
No no no un pollito
tres-patines-y-la-tremenda-corte_0046.vtt
09:26.000
09:27.000
No era pollito no
tres-patines-y-la-tremenda-corte_0046.vtt
09:28.000
09:29.000
No no no
Cluster 125 with 10 elements
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0003.vtt
15:22.320
15:23.320
y comerme un potaje de garbanzos.
tres-patines-y-la-tremenda-corte_0010.vtt
08:18.000
08:22.000
Usted me tiene que pagar cuatro horas menos cinco minutos.
tres-patines-y-la-tremenda-corte_0010.vtt
12:05.000
12:08.000
yo lo afinco aquí con multas de cinco y de cinco y de cinco
tres-patines-y-la-tremenda-corte_0011.vtt
09:11.000
09:12.000
¿Usted le invitó?
tres-patines-y-la-tremenda-corte_0017.vtt
04:21.000
04:22.000
De 8 onzas.
tres-patines-y-la-tremenda-corte_0017.vtt
04:54.000
04:57.000
Que como el valor de una libra son 16 onzas,
tres-patines-y-la-tremenda-corte_0030.vtt
11:46.440
11:48.440
y me dijo que por 50 pesos,
tres-patines-y-la-tremenda-corte_0033.vtt
05:43.000
05:44.000
Un sillón de barbero
tres-patines-y-la-tremenda-corte_0035.vtt
08:51.000
08:52.000
1918.
tres-patines-y-la-tremenda-corte_0036.vtt
08:47.000
08:48.000
Siga usted, Anamina.
Cluster 128 with 31 elements – showing a small sample
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0005.vtt
08:22.000
08:24.000
Diez pesos de multa por esa aclaración.
tres-patines-y-la-tremenda-corte_0019.vtt
09:20.000
09:22.000
Ponle veinte pesos de multa, secretario.
tres-patines-y-la-tremenda-corte_0040.vtt
06:17.000
06:19.000
No me costó veinte kilos la macha.
tres-patines-y-la-tremenda-corte_0047.vtt
04:45.000
04:48.000
Póngale otro 10 pesos de multa, secretario.
tres-patines-y-la-tremenda-corte_0017.vtt
04:24.000
04:27.000
Pongale 50 pesos de multa, rudecido, y que le decomisen la pesa.
tres-patines-y-la-tremenda-corte_0040.vtt
06:17.000
06:19.000
No me costó veinte kilos la macha.
tres-patines-y-la-tremenda-corte_0048.vtt
10:17.000
10:19.000
Póngale cinco pesos más de multa a esta extranjera.
tres-patines-y-la-tremenda-corte_0045.vtt
07:53.000
07:54.000
Veinte pesos más de multa.
tres-patines-y-la-tremenda-corte_0033.vtt
03:24.000
03:27.000
10 pesos de multa por insistir
tres-patines-y-la-tremenda-corte_0023.vtt
12:51.600
12:54.600
fuimos a ver a tres patines para que nos los enseñara los dos.
tres-patines-y-la-tremenda-corte_0043.vtt
09:58.000
10:00.000
Cincuenta pesos de multa.
tres-patines-y-la-tremenda-corte_0050.vtt
08:19.000
08:20.000
Póngale 50 más.
tres-patines-y-la-tremenda-corte_0019.vtt
11:36.000
11:38.000
Póngale 23 pesos de multa, secretario.
tres-patines-y-la-tremenda-corte_0019.vtt
11:36.000
11:38.000
Póngale 23 pesos de multa, secretario.
tres-patines-y-la-tremenda-corte_0043.vtt
09:58.000
10:00.000
Cincuenta pesos de multa.
tres-patines-y-la-tremenda-corte_0017.vtt
04:24.000
04:27.000
Pongale 50 pesos de multa, rudecido, y que le decomisen la pesa.
tres-patines-y-la-tremenda-corte_0005.vtt
01:38.000
01:39.000
Póngale dos pesos de multa.
tres-patines-y-la-tremenda-corte_0047.vtt
04:45.000
04:48.000
Póngale otro 10 pesos de multa, secretario.
tres-patines-y-la-tremenda-corte_0023.vtt
12:51.600
12:54.600
fuimos a ver a tres patines para que nos los enseñara los dos.
tres-patines-y-la-tremenda-corte_0011.vtt
06:07.000
06:09.000
Pongale diez pesos de multa.
Cluster 129 with 12 elements
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0004.vtt
08:10.000
08:11.000
Palabra que no, chico.
tres-patines-y-la-tremenda-corte_0005.vtt
07:33.000
07:34.000
Pues no se me equivoca más.
tres-patines-y-la-tremenda-corte_0005.vtt
08:32.000
08:33.000
Me lo pusiste, chico.
tres-patines-y-la-tremenda-corte_0005.vtt
14:52.000
14:54.000
carne a la dama, chico.
tres-patines-y-la-tremenda-corte_0008.vtt
12:08.000
12:10.000
En el centro gallego, chico.
tres-patines-y-la-tremenda-corte_0013.vtt
12:59.000
13:01.000
Chico, oye, ¿se permite qué, chico?
tres-patines-y-la-tremenda-corte_0016.vtt
05:32.560
05:34.760
No seas pócrita, chico.
tres-patines-y-la-tremenda-corte_0020.vtt
08:53.000
08:54.000
Hombre, en el comentario, chico.
tres-patines-y-la-tremenda-corte_0021.vtt
04:39.000
04:41.000
Óyeme, de ninguna manera, chico.
tres-patines-y-la-tremenda-corte_0033.vtt
11:54.000
11:56.000
Sino los peludos que van a pelarse, chico
tres-patines-y-la-tremenda-corte_0042.vtt
01:34.000
01:36.500
No, chico. Yo soy el acusado nomás.
tres-patines-y-la-tremenda-corte_0042.vtt
09:14.000
09:15.000
También, chico.
Cluster 149 with 14 elements
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0007.vtt
00:42.000
00:43.000
Primero me pongo una coraza.
tres-patines-y-la-tremenda-corte_0013.vtt
04:45.000
04:53.000
Sí, yo le dije que pusiéramos uno de esos vestidos en la viriera con un letrerito que dijera, lo mejor en encaje con cola.
tres-patines-y-la-tremenda-corte_0020.vtt
02:48.000
02:50.000
Me dijo usted que estaba colocada en casa de un médico.
tres-patines-y-la-tremenda-corte_0025.vtt
04:46.520
04:50.240
Nada, pues que ahora quedó tan apeñuscado allá adentro
tres-patines-y-la-tremenda-corte_0026.vtt
13:23.000
13:25.000
se despidió de nosotros,
tres-patines-y-la-tremenda-corte_0030.vtt
05:26.440
05:28.440
en el transcurso del cual
tres-patines-y-la-tremenda-corte_0030.vtt
13:02.440
13:04.440
O sea que mamita conseguía
tres-patines-y-la-tremenda-corte_0040.vtt
00:45.000
00:52.000
Que le dijera que sí, que está dispuesta a ir al cine con usted, pero acompañada por su papá y su mamá.
tres-patines-y-la-tremenda-corte_0041.vtt
07:38.120
07:40.120
que traía acusado a ese sujeto.
tres-patines-y-la-tremenda-corte_0044.vtt
02:19.000
02:22.000
El día ese yo salí fatal del paradero, ¿oíste?
tres-patines-y-la-tremenda-corte_0045.vtt
09:52.000
09:55.000
No, señora, yo no ni me ocupé más de las reses para nada.
tres-patines-y-la-tremenda-corte_0049.vtt
12:44.000
12:47.000
Bueno, pues agua lo es de todas maneras, ¿me entiende?
tres-patines-y-la-tremenda-corte_0050.vtt
11:47.920
11:52.120
patines y en dos meses nada más que estuvieron en la finca me acabaron con ella.
tres-patines-y-la-tremenda-corte_0050.vtt
13:14.520
13:18.800
El ñame y los buñatos, eso, el melón y el tronco de yuca honoris causa, ese que ustedes
Cluster 155 with 16 elements
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0008.vtt
05:33.000
05:35.000
Vaya, por Dios.
tres-patines-y-la-tremenda-corte_0013.vtt
11:33.000
11:35.000
Anote eso, secretario, de modo...
tres-patines-y-la-tremenda-corte_0015.vtt
03:25.000
03:28.000
Pague en efectivo, vaya a la cárcel.
tres-patines-y-la-tremenda-corte_0017.vtt
04:43.000
04:44.000
Verá usted, doctor.
tres-patines-y-la-tremenda-corte_0018.vtt
07:35.000
07:36.000
Hombre, por Dios.
tres-patines-y-la-tremenda-corte_0030.vtt
03:55.240
03:57.240
No se preocupe, Rudecindo, que se le hará justicia.
tres-patines-y-la-tremenda-corte_0033.vtt
10:31.000
10:32.000
Dito Dios
tres-patines-y-la-tremenda-corte_0035.vtt
02:18.000
02:19.000
para que vaya comiendo.
tres-patines-y-la-tremenda-corte_0038.vtt
03:53.000
03:56.000
Hombre, por Dios, parece hasta mentira
tres-patines-y-la-tremenda-corte_0038.vtt
04:59.000
05:01.000
Hombre, por Dios
tres-patines-y-la-tremenda-corte_0039.vtt
04:08.900
04:09.900
¿Vista desde dónde?
tres-patines-y-la-tremenda-corte_0039.vtt
13:04.400
13:06.400
No, Trespatines, hombre.
tres-patines-y-la-tremenda-corte_0042.vtt
10:22.000
10:25.000
De Máximo Plan.
tres-patines-y-la-tremenda-corte_0047.vtt
00:39.000
00:41.000
Vaya, por Dios lo siento señor juez.
tres-patines-y-la-tremenda-corte_0048.vtt
09:00.000
09:01.000
Pero...
tres-patines-y-la-tremenda-corte_0050.vtt
00:46.000
00:48.000
Vaya por Dios, pobrecita ella.
Cluster 170 with 43 elements – showing a small sample
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0034.vtt
01:51.000
01:52.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
01:42.000
01:43.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
01:42.000
01:43.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
02:15.000
02:16.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
04:08.000
04:09.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
02:16.000
02:17.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
00:31.000
00:32.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
00:21.000
00:22.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
02:16.000
02:17.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
02:16.000
02:17.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
03:51.000
03:52.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
01:14.000
01:15.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
02:08.000
02:09.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
02:33.000
02:34.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
03:51.000
03:52.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0014.vtt
10:40.000
10:41.000
Lo denunciaron
tres-patines-y-la-tremenda-corte_0034.vtt
04:20.000
04:21.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
03:23.000
03:24.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
04:20.000
04:21.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
03:02.000
03:03.000
¿Cómo lo hicieron?
Cluster 174 with 17 elements
idfile
name
tbegin
tend
caption
tres-patines-y-la-tremenda-corte_0034.vtt
00:23.000
00:24.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
00:33.000
00:34.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
00:49.000
00:50.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
00:51.000
00:52.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
00:52.000
00:53.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
01:18.000
01:19.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
01:22.000
01:23.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
02:21.000
02:22.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
02:24.000
02:25.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
02:50.000
02:51.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
03:01.000
03:02.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
03:13.000
03:14.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
03:14.000
03:15.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
03:46.000
03:47.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
04:10.000
04:11.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
04:14.000
04:15.000
¿Cómo lo hicieron?
tres-patines-y-la-tremenda-corte_0034.vtt
04:26.000
04:27.000
¿Cómo lo hicieron?
Environment and dependencies
Julia Version 1.10.10
Commit 95f30e51f41 (2025-06-27 09:51 UTC)
Build Info:
Official https://julialang.org/ release
Platform Info:
OS: Linux (x86_64-linux-gnu)
CPU: 64 × Intel(R) Xeon(R) Silver 4216 CPU @ 2.10GHz
WORD_SIZE: 64
LIBM: libopenlibm
LLVM: libLLVM-15.0.7 (ORCJIT, cascadelake)
Threads: 64 default, 0 interactive, 32 GC (on 64 virtual cores)
Environment:
JULIA_NUM_THREADS = auto
JULIA_PROJECT = .
JULIA_LOAD_PATH = @:@stdlib
Status `~/Research/SimilaritySearchDemos/Project.toml`
[aaaa29a8] Clustering v0.15.8
[944b1d66] CodecZlib v0.7.8
[a93c6f00] DataFrames v1.8.0
[c5bfea45] Embeddings v0.4.6
[f67ccb44] HDF5 v0.17.2
[b20bd276] InvertedFiles v0.8.1
[682c06a0] JSON v0.21.4
[23fbe1c1] Latexify v0.16.10
[eb30cadb] MLDatasets v0.7.18
[06eb3307] ManifoldLearning v0.9.0
⌃ [ca7969ec] PlotlyLight v0.11.0
[91a5bcdd] Plots v1.40.20
[27ebfcd6] Primes v0.5.7
[ca7ab67e] SimSearchManifoldLearning v0.3.1
[053f045d] SimilaritySearch v0.13.0
⌅ [2913bbd2] StatsBase v0.33.21
[f3b207a7] StatsPlots v0.15.7
[7f6f6c8a] TextSearch v0.19.6
Info Packages marked with ⌃ and ⌅ have new versions available. Those with ⌃ may be upgradable, but those with ⌅ are restricted by compatibility constraints from upgrading. To see why use `status --outdated`