openai_whisper_transcribe_yt_videos

Transkrip Video YouTube

Proyek ini adalah aplikasi berbasis Streamlit yang memungkinkan pengguna mengunduh audio dari video YouTube, mentranskripsikannya menggunakan model Whisper OpenAI, dan menampilkan transkripsi dengan penomoran halaman.

Fitur

• Unduh audio dari video YouTube
• Transkripsikan audio menggunakan model Whisper OpenAI
• Tampilkan transkripsi dengan penomoran halaman
• Sanitasi nama file untuk kompatibilitas
• Dukungan untuk akselerasi CUDA (jika tersedia)

Demo

Lihat demo aplikasinya: OpenAI Whisper Transkripsikan Video YouTube

Persyaratan

• Python 3.9+
• PyTorch
• yt-dlp
• berbisik
• tiktoken
• terang benderang
• FFmpeg (untuk konversi audio)

Instalasi

1. Kloning repositori ini:

    git clone https://github.com/RiteshGenAI/openai_whisper_transcribe_yt_videos.git
   cd openai_whisper_transcribe_yt_videos
   

2. Instal paket yang diperlukan:

    pip install -r requirements.txt
   

3. Instal FFmpeg jika belum ada di sistem Anda. Metode instalasi berbeda-beda tergantung sistem operasi.

Penggunaan

1. Jalankan aplikasi Streamlit:

    streamlit run .srcapp.py
   

2. Masukkan URL video YouTube di kolom input yang tersedia.

3. Aplikasi akan mengunduh audio, mentranskripsikannya, dan menampilkan transkripsi dengan penomoran halaman.

Cara Kerjanya

1. Unduh Audio : Fungsi download_audio menggunakan yt-dlp untuk mengunduh audio dari URL YouTube yang disediakan. Ini menyimpan audio sebagai file WAV.

2. Transkripsikan Audio : Fungsi transcribe_audio menggunakan model Whisper OpenAI untuk mentranskripsikan file audio yang diunduh.

3. Transkrip Tampilan : Fungsi display_transcript_with_pagination membagi transkrip menjadi beberapa halaman dan menampilkannya menggunakan komponen UI Streamlit.

4. Proses Audio : Fungsi process_audio mengatur seluruh proses, mulai dari pengunduhan hingga transkripsi dan menampilkan hasilnya.

Kustomisasi

• Anda dapat mengubah ukuran model Whisper dengan memodifikasi parameter model_name di fungsi transcribe_audio .
• Sesuaikan parameter tokens_per_page di display_transcript_with_pagination untuk mengubah jumlah teks yang ditampilkan per halaman.

Catatan

Aplikasi ini membutuhkan sumber daya komputasi yang besar, terutama untuk video berdurasi panjang. Menggunakan GPU berkemampuan CUDA dapat mempercepat proses transkripsi secara signifikan.

Lisensi

Lisensi MIT