youtube-video-transcription-with-whisper

מה זה

הממשק מקבל כתובת רגילה של סרטון יוטיוב ומחזיר טקסט ישירות לחלון בדפדפן. יש שתי לשוניות נפרדות, אחת מיועדת לתמלול מלא של הדברים שנאמרים בווידאו, והשנייה מפיקה סיכום של התוכן. אין כאן אפשרות להעלות קובצי שמע ישירות מהמחשב, אלא רק להזין קישורים חיים מהרשת.

מאחורי הקלעים הקוד משתמש בספריית pytubefix כדי להוריד את פס הקול של הסרטון לשרת. התמלול עצמו רץ דרך whisper של חברת OpenAI, ובמקביל טעון מודל סיכום כללי של transformers באמצעות pipeline. אין בממשק דוגמאות מוכנות מראש ללחיצה, אלא רק שדות טקסט ריקים שמחכים להדבקת כתובת מצד המשתמש.

מתאים ל

• תמלול הרצאות מיוטיוב

  הדבקת קישור לשיעור או הרצאה כדי לקבל את כל הטקסט הנאמר לקריאה מהירה.

• סיכום סרטונים ארוכים

  הפקת תקציר טקסטואלי מתוך וידאו כדי להבין במה מדובר בלי לצפות בכולו.

• בדיקת הקוד במחברת חיצונית

  מעבר לקישור הקולאב שהמפתח צירף כדי לעקוף את החסימות של יוטיוב בסביבה אישית.

איפה זה נופל

הבעיה המרכזית כרגע היא חסימת כתובות מצד יוטיוב, שהופכת את הורדת האודיו ללא יציבה וגורמת לשגיאות בעמוד. בנוסף, מודל הסיכום הוא ברירת מחדל כללית שלא מותאמת בהכרח לטקסטים ארוכים או לשפות שאינן אנגלית. אי אפשר להעלות קובצי אודיו פרטיים מהמחשב, והתלות המוחלטת בקישור חיצוני מגבילה מאוד את השימוש.

איך משתמשים

בוחרים את הלשונית הרצויה, מדביקים את הקישור מיוטיוב לתוך שדה הטקסט ולוחצים על הכפתור המתאים להפעלת התמלול או הסיכום. אין צורך לפתוח חשבון, להזין מפתח אישי או להתחבר לשירות כלשהו.

הקוד רץ על מעבד בסיסי בלבד, מה שאומר שעיבוד של קובצי שמע ארוכים עלול לקחת זמן רב ביחס למאיצי גרפיקה. מעבר לעומס הרגיל, המפתח עצמו מציין בהודעה בולטת שיוטיוב חוסמת בקשות שמגיעות מהספרייה הזו, כך שבמקרים רבים הריצה פשוט תיכשל ותציג הודעת שגיאה במקום תוצאה.

הרישיון

הקוד מופץ תחת רישיון afl-3.0 שמאפשר שימוש והתאמה חופשית בקוד המקור. עם זאת, התוכן שמוזן תלוי בזכויות היוצרים של סרטוני היוטיוב המקוריים ובמדיניות השרתים שעליהם מתבצע העיבוד.

הרישיון המלא ב־Hugging Face ↗