openai_whisper_transcribe_yt_videos

YouTube 视频转录器

该项目是一个基于 Streamlit 的应用程序，允许用户从 YouTube 视频下载音频，使用 OpenAI 的 Whisper 模型转录它们，并使用分页显示转录内容。

特征

• 从 YouTube 视频下载音频
• 使用 OpenAI 的 Whisper 模型转录音频
• 显示带分页的转录
• 清理文件名以实现兼容性
• 支持 CUDA 加速（如果可用）

演示

查看应用程序的演示：OpenAI Whisper Transcribe YouTube 视频

要求

• Python 3.9+
• 火炬
• yt-dlp
• 耳语
• 抖音
• 流光溢彩
• FFmpeg（用于音频转换）

安装

1. 克隆此存储库：

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

2. 安装所需的软件包：

    pip install -r requirements.txt
   

3. 如果您的系统上尚未安装 FFmpeg，请安装它。安装方法因操作系统而异。

用法

1. 运行 Streamlit 应用程序：

    streamlit run .srcapp.py
   

2. 在提供的输入字段中输入 YouTube 视频 URL。

3. 该应用程序将下载音频，转录它，并显示分页转录。

它是如何运作的

1. 下载音频： download_audio函数使用 yt-dlp 从提供的 YouTube URL 下载音频。它将音频保存为 WAV 文件。

2. 转录音频： transcribe_audio函数使用 OpenAI 的 Whisper 模型来转录下载的音频文件。

3. 显示转录本： display_transcript_with_pagination函数将转录本拆分为多个页面，并使用 Streamlit 的 UI 组件显示它们。

4. 处理音频： process_audio函数协调整个过程，从下载到转录并显示结果。

定制化

• 您可以通过修改transcribe_audio函数中的model_name参数来更改 Whisper 模型大小。
• 调整display_transcript_with_pagination中的tokens_per_page参数以更改每页显示的文本量。

笔记

此应用程序需要大量的计算资源，特别是对于较长的视频。使用支持 CUDA 的 GPU 可以显着加快转录过程。

执照

麻省理工学院许可证