openai_whisper_transcribe_yt_videos

Transcritor de vídeo do YouTube

Este projeto é um aplicativo baseado em Streamlit que permite aos usuários baixar áudio de vídeos do YouTube, transcrevê-los usando o modelo Whisper da OpenAI e exibir as transcrições com paginação.

Características

• Baixe áudio de vídeos do YouTube
• Transcrever áudio usando o modelo Whisper da OpenAI
• Exibir transcrições com paginação
• Limpe nomes de arquivos para compatibilidade
• Suporte para aceleração CUDA (se disponível)

Demonstração

Confira a demonstração do aplicativo: OpenAI Whisper Transcribe YouTube Videos

Requisitos

• Python 3.9+
• PyTorch
• yt-dlp
• sussurrar
• tiktok
• iluminado
• FFmpeg (para conversão de áudio)

Instalação

1. Clone este repositório:

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

2. Instale os pacotes necessários:

    pip install -r requirements.txt
   

3. Instale o FFmpeg se ainda não estiver no seu sistema. Os métodos de instalação variam de acordo com o sistema operacional.

Uso

1. Execute o aplicativo Streamlit:

    streamlit run .srcapp.py
   

2. Insira um URL de vídeo do YouTube no campo de entrada fornecido.

3. O aplicativo irá baixar o áudio, transcrevê-lo e exibir a transcrição com paginação.

Como funciona

1. Baixar áudio : a função download_audio usa yt-dlp para baixar o áudio do URL fornecido do YouTube. Ele salva o áudio como um arquivo WAV.

2. Transcrever áudio : a função transcribe_audio usa o modelo Whisper da OpenAI para transcrever o arquivo de áudio baixado.

3. Exibir transcrição : a função display_transcript_with_pagination divide a transcrição em páginas e as exibe usando os componentes de IU do Streamlit.

4. Processar áudio : A função process_audio orquestra todo o processo, desde o download até a transcrição e exibição do resultado.

Personalização

• Você pode alterar o tamanho do modelo Whisper modificando o parâmetro model_name na função transcribe_audio .
• Ajuste o parâmetro tokens_per_page em display_transcript_with_pagination para alterar a quantidade de texto exibido por página.

Observação

Esta aplicação requer uma quantidade significativa de recursos computacionais, principalmente para vídeos mais longos. Usar uma GPU habilitada para CUDA pode acelerar significativamente o processo de transcrição.

Licença

Licença MIT