stwórz skrypt z ustrukturuzywaniem treści z filmiku pod linkiem…
- User
stwórz skrypt z ustrukturuzywaniem treści z filmiku pod linkiem https://www.youtube.com/watch?v=vSWr9ew9opc&t=27s
- Assistant
Ciekawy projekt! Poniżej przedstawiam skrypt w Pythonie, który wykorzystuje bibliotekę
pytubedo pobrania treści z filmu na YouTube orazmoviepydo wyodrębnienia audio i transkrypcji tekstu z tego filmu. Dodatkowo użyty zostanieyoutube-transcript-apido pobrania transkrypcji filmu, jeśli jest dostępna.Zanim zaczniemy, upewnij się, że masz zainstalowane niezbędne biblioteki. Możesz je zainstalować za pomocą pip:
pip install pytube moviepy youtube_transcript_apiTeraz przejdźmy do skryptu:
from pytube import YouTube from moviepy.editor import * import os from youtube_transcript_api import YouTubeTranscriptApi # Link do filmiku video_url = "https://www.youtube.com/watch?v=vSWr9ew9opc&t=27s" # Funkcja do pobrania wideo def pobierz_wideo(url): yt = YouTube(url) print(f"Pobieranie: {yt.title}") # Pobierz tylko ścieżkę audio, ponieważ nas interesuje treść mówiona stream = yt.streams.filter(only_audio=True).first() downloaded_file = stream.download() # Konwertuj nazwę pliku do mp3 (moviepy lepiej działa z plikami mp3) base, ext = os.path.splitext(downloaded_file) audio_file = base + '.mp3' os.rename(downloaded_file, audio_file) return audio_file, yt.title # Funkcja do transkrypcji audio (dość zasobożerna i nie zawsze dokładna) def transkrybuj_audio(audio_file): from vosk import Model, KaldiRecognizer, SetLogLevel import wave import json # Zainstaluj model Vosk dla języka polskiego: https://alphacephei.com/vosk/models # Poniżej przykład dla polskiego modelu, pobierz i rozpakuj model do folderu `model` model_path = "model/vosk-model-small-pl-0.22" if not os.path.exists(model_path): print("Nie znaleziono modelu Vosk dla języka polskiego. Pobierz model z https://alphacephei.com/vosk/models") return "" SetLogLevel(0) model = Model(model_path) rec = KaldiRecognizer(model, 16000) wf = wave.open(audio_file, "rb") if wf.getnchannels() != 1 or wf.getsampwidth() != 2 or wf.getframerate() != 16000: print("Plik audio musi być w formacie mono, 16bit, 16kHz") return "" tekst = "" while True: data = wf.readframes(4000) if len(data) == 0: break if rec.AcceptWaveform(data): wynik = json.loads(rec.Result()) tekst += wynik['text'] + " " wynik = json.loads(rec.FinalResult()) tekst += wynik['text'] return tekst # Funkcja do pobrania transkrypcji bezpośrednio z YouTube (jeśli dostępna) def pobierz_transkrypcje_yt(video_id): try: transcript = YouTubeTranscriptApi.get_transcript(video_id) tekst = " ".join([t['text'] for t in transcript]) return tekst except Exception as e: print(f"Błąd pobierania transkrypcji: {e}") return "" # Główna część skryptu if __name__ == "__main__": yt = YouTube(video_url) video_id = yt.video_id # Pobierz ID filmu # Spróbuj najpierw pobrać transkrypcję bezpośrednio z YouTube transkrypcja_yt = pobierz_transkrypcje_yt(video_id) if transkrypcja_yt: print("\nTranskrypcja z YouTube:") print(transkrypcja_yt) else: print("Brak transkrypcji na YouTube, pobieram plik audio...") # Pobierz plik audio audio_file, title = pobierz_wideo(video_url) print(f"Plik audio zapisany jako: {audio_file}") # Konwertuj audio do wav (bo Vosk wymaga wave 16kHz) audio = AudioFileClip(audio_file) wav_file = audio_file.replace('.mp3', '.wav') audio.write_audiofile(wav_file, fps=16000, nbytes=2, codec='pcm_s16le') audio.close() # Wykonaj transkrypcję lokalnie print("Trwa transkrypcja audio...") transkrypcja_local = transkrybuj_audio(wav_file) if transkrypcja_local: print("\nTranskrypcja lokalna:") print(transkrypcja_local) else: print("Nie udało się uzyskać transkrypcji.") # Opcjonalnie - posprzątaj pliki # os.remove(audio_file) # os.remove(wav_file) print("\nZakończono proces.")Jak to działa?
- Pobranie transkrypcji z YouTube: Najpierw skrypt próbuje skorzystać z API transkrypcji YouTube. Jeśli film ma włączone napisy (automatyczne lub ręczne), to je pobiera. To najprostszy i najdokładniejszy sposób.
- Pobranie audio: Jeśli nie ma transkrypcji, pobiera ścieżkę audio z filmu.
- Transkrypcja lokalna: Następnie konwertuje audio do formatu obsługiwanego przez silnik Vosk (wymagany model języka polskiego) i transkrybuje tekst.
Ważne uwagi:
- Model Vosk: Do transkrypcji lokalnej potrzebny jest model języka polskiego. Pobierz go stąd: https://alphacephei.com/vosk/models (np.
vosk-model-small-pl-0.22). Rozpakuj do folderumodelw miejscu skryptu. - Wymagania sprzętowe: Transkrypcja lokalna jest bardzo zasobożerna (CPU i RAM). Na słabszym komputerze może nie działać zbyt szybko.
- Dokładność: Transkrypcja z YouTube jest zazwyczaj dokładniejsza niż lokalna (bo korzysta z usług Google).
- Prawa autorskie: Pamiętaj, że pobieranie treści z YouTube może podlegać ograniczeniom prawnym. Używaj tego skryptu tylko do analizy materiałów, do których masz odpowiednie prawa.
Jeśli wszystko skonfigurujesz prawidłowo, otrzymasz w efekcie pełną treść mówioną z filmu w postaci tekstu. Miłej analizy! 😊
Other models, same or similar prompt
Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.