audio-to-text-transcription

YouTube 音频转文本转录项目简介

项目描述

YouTube 音频转文本转录项目是一个高级且用户友好的自动化工具，专门用于下载 YouTube 视频中的音频，将其转录为文本，检测文本的语言，并将结果保存到文本文件中。该工具利用最新技术，简化了转录过程，节省了用户的时间、精力和资源，非常适合需要快速准确转录的用户，如研究人员、内容创作者或需要无障碍访问的用户。

主要功能

• 用户友好：该脚本的设计旨在简化用户操作，只需输入 YouTube 视频网址即可启动，避免复杂的设置流程。
• 高效音频提取：使用 pytube 库有效过滤并下载指定 YouTube 视频的音频流。
• 高质量转录：使用功能强大的 whisper 库，将下载的音频准确转录为文本。
• 便捷的输出：转录结果作为文本文件保存在与脚本相同的目录中，方便用户访问和共享。

先决条件

• Python 3.6 或更高版本
• 使用 pip 安装所需的库

所需库

• pytube：一个轻量级的 Python 库，使 YouTube 视频的下载和音频流的提取变得简单。
• whisper：一款高级的语音转文本库，能高效准确地进行音频文件转录。
• langdetect：一个移植自 Google 的语言检测库。

安装步骤

1. 克隆此项目仓库或下载脚本。
2. 安装所需的库：

pip install pytube
pip install git+https://github.com/openai/whisper.git
pip install langdetect

3. 下载 FFmpeg 并将其添加到环境变量中。

• Windows: 参考相关网站
• Mac: 参考相关网站
• Ubuntu: 参考相关网站

使用方法

1. 运行脚本：

python youtube_audio_to_text.py

2. 脚本会提示输入需要转录的 YouTube 视频网址，例如：

Enter the YouTube video URL: https://www.youtube.com/watch?v=XXXXXXXXXXX

3. 脚本将下载音频，进行转录，检测语言，并将结果保存到名为 output_{language}.txt 的文本文件中。

4. 通过打开与脚本相同目录中的 output_{language}.txt 文件以访问转录内容。

工作流程

1. 用户在提示时输入 YouTube 视频网址。
2. 使用 pytube 库创建 YouTube 对象并过滤音频流。
3. 将音频流作为 MP3 文件下载并保存到 YoutubeAudios 文件夹中。
4. whisper 库加载基础模型，将下载的音频转录为文本。
5. langdetect 库检测转录文本的语言。
6. 将转录内容保存到名为 output_{language}.txt 的文本文件中，其中语言码作为文件名的一部分并打开供用户查看。

参与贡献

我们非常欢迎并重视用户的贡献，主要通过拉取请求和问题报告来进行。

拉取请求

1. 派生此仓库并从 main 分支创建一个分支。
2. 对代码进行变更或添加。
3. 提交更改并推送到分支。
4. 向 main 分支发起拉取请求，并附上清晰简明的变更描述。

问题

1. 导航到仓库的“问题”部分。
2. 检查是否存在与您想创建的问题类似的问题。
3. 如果没有现有问题，通过点击“New issue”按钮创建一个新问题。
4. 提供详细描述，并附上您希望对当前脚本进行的潜在更改的信息。