openai_whisper_transcribe_yt_videos

YouTube 影片轉錄器

該專案是一個基於 Streamlit 的應用程序，允許用戶從 YouTube 視頻下載音頻，使用 OpenAI 的 Whisper 模型轉錄它們，並使用分頁顯示轉錄內容。

特徵

• 從 YouTube 影片下載音頻
• 使用 OpenAI 的 Whisper 模型轉錄音頻
• 顯示帶分頁的轉錄
• 清理檔案名稱以實現相容性
• 支援 CUDA 加速（如果可用）

示範

查看應用程式的演示：OpenAI Whisper Transcribe YouTube 視頻

要求

• Python 3.9+
• 火炬
• yt-dlp
• 耳語
• 抖音
• 流光溢彩
• FFmpeg（用於音訊轉換）

安裝

1. 克隆此存儲庫：

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

2. 安裝所需的軟體包：

    pip install -r requirements.txt
   

3. 如果您的系統上尚未安裝 FFmpeg，請安裝它。安裝方法因作業系統而異。

用法

1. 運行 Streamlit 應用程式：

    streamlit run .srcapp.py
   

2. 在提供的輸入欄位中輸入 YouTube 影片 URL。

3. 該應用程式將下載音頻，轉錄它，並顯示分頁轉錄。

它是如何運作的

1. 下載音訊： download_audio函數使用 yt-dlp 從提供的 YouTube URL 下載音訊。它將音訊保存為 WAV 檔案。

2. 轉錄音訊： transcribe_audio函數使用 OpenAI 的 Whisper 模型來轉錄下載的音訊檔案。

3. 顯示轉錄物： display_transcript_with_pagination函數將轉錄本拆分為多個頁面，並使用 Streamlit 的 UI 元件顯示它們。

4. 處理音訊： process_audio函數協調整個過程，從下載到轉錄並顯示結果。

客製化

• 您可以透過修改transcribe_audio函數中的model_name參數來變更 Whisper 模型大小。
• 調整display_transcript_with_pagination中的tokens_per_page參數以變更每頁顯示的文字量。

筆記

此應用程式需要大量的運算資源，特別是對於較長的影片。使用支援 CUDA 的 GPU 可以顯著加快轉錄過程。

執照

麻省理工學院許可證