图片分类展示网站源码,宁波网站营销推广策划方案,企业网站建设业务报价单,网架公司推荐项目简介
一个通过Whisper模型将YouTube播放列表中的视频转换成高质量文字稿的项目。
这个基于 Python 的工具旨在将 YouTube 视频和播放列表转录为文本。它集成了多种技术#xff0c;例如用于转录的 Fast-Whisper、用于自然语言处理的 SpaCy 以及用于 GPU 加速的 CUDA…项目简介
一个通过Whisper模型将YouTube播放列表中的视频转换成高质量文字稿的项目。
这个基于 Python 的工具旨在将 YouTube 视频和播放列表转录为文本。它集成了多种技术例如用于转录的 Fast-Whisper、用于自然语言处理的 SpaCy 以及用于 GPU 加速的 CUDA旨在高效处理视频内容。该脚本能够处理单个视频和整个播放列表输出准确的文字记录和元数据。项目核心内容 1、YouTube下载使用pytube下载YouTube视频或播放列表的音频。 2、音频转录利用faster_whisper.WhisperModel将音频转换成文字。 3、NLP处理可选地整合SpaCy用于改进句子分割提高文字稿的可读性和结构。 4、CUDA加速实现CUDA支持用于兼容硬件的处理速度提升。 这个工具适用于内容分析、辅助创建视频字幕和封闭字幕、教育目的以及视频内容的存档和检索。 功能概述
核心组件 YouTube 下载使用 pytube 从 YouTube 视频或播放列表下载音频。 音频转录利用 faster_whisper.WhisperModel 将音频转换为文本。该模型是 OpenAI 的 Whisper 的变体旨在提高速度和准确性。 NLP 处理可以选择集成 SpaCy 以进行复杂的句子分割从而增强转录本的可读性和结构。 CUDA 加速实现对 GPU 利用率的 CUDA 支持提高兼容硬件的处理速度。 详细工作流程 初始化 该脚本首先根据 convert_single_video 标志确定是处理单个视频还是播放列表。 它设置必要的目录来存储下载的音频、文字记录和元数据。 环境配置 将 CUDA Toolkit 路径添加到系统环境以供 GPU 使用。 根据 CPU 核心数配置用于转录的工作线程数量。 视频处理 对于播放列表中的每个视频或单个视频脚本都会下载音频。 它确保每个音频文件的唯一命名以避免覆盖。 转录 音频文件被传递到 WhisperModel 进行转录。 如果可用该脚本会处理 GPU 加速否则默认为 CPU。 使用 SpaCy 或基于自定义正则表达式的拆分器将转录结果拆分为句子。 元数据生成 除了脚本之外脚本还会生成元数据包括每个片段的时间戳和置信度分数。 输出 记录以纯文本、CSV 和 JSON 格式保存提供原始记录和结构化元数据。 显示/读取 为了使文字记录更易于阅读提供了一个 html 文件 transcript_reader.html 它可以进一步清理并提供“阅读器模式”您可以在其中选择字体、文本大小、文本宽度和切换深色模式。只需在浏览器中打开此 html 文件然后粘贴 generated_transcript_combined_texts 文件夹中生成的文件之一的转录文本即可。 实际操作的屏幕截图 将成绩单文本粘贴到成绩单阅读器 HTML 文件中使用深色模式和 Cambria 字体的阅读器 项目链接 https://github.com/Dicklesworthstone/bulk_transcribe_youtube_videos_from_playlist
