free-fast-youtube-url-video-to-text-using-openai-whisper

מה זה

הממשק מציג שדה טקסט יחיד שבו מזינים כתובת של סרטון יוטיוב, וכפתור הפעלה שמחזיר את התמלול המלא לתוך תיבת טקסט ייעודית. בקוד המקור יש זכר לאפשרות של סיכום הטקסט, אך היא נותרה בהערה ולא מופיעה בפועל.

מאחורי הקלעים הקוד משתמש בספריית pytube כדי לשלוף את האודיו ישירות מיוטיוב, ומעביר אותו למודל Whisper של OpenAI לצורך פענוח הדיבור. לפי התיאור בעמוד, המודל מתמחה בעיקר בדיבור באנגלית, כך שסרטונים בשפות אחרות או עם מבטא כבד עלולים לתת תוצאות פחות מדויקות.

מתאים ל

• תמלול הרצאה מיוטיוב

  חילוץ טקסט מלא מתוך הרצאות או וובינרים ארוכים כדי לקרוא במקום לצפות.

• יצירת תוכן לפוסטים

  המרת ראיונות מצולמים לטקסט גולמי שאפשר לערוך למאמר.

• הוצאת ציטוטים מסרטון

  איתור קטעי דיבור מדויקים מתוך פודקאסטים שמשודרים בווידאו.

איפה זה נופל

נכון לעכשיו העמוד מסומן במצב של שגיאת ריצה (RUNTIME_ERROR), כך שסביר להניח שהוא בכלל לא יתחיל לעבוד כשתנסו להשתמש בו. בנוסף, אין אפשרות להעלות קובץ ישירות מהמחשב, אין אפשרות בחירה בין גדלים שונים של מודל Whisper, ואין חלוקה לדוברים או תמיכה מובנית בייצוא קובצי כתוביות.

איך משתמשים

מדביקים את הקישור לסרטון, לוחצים על Transcribe וממתינים. לפי ההערכה בממשק, העיבוד אורך בין חמש לעשר שניות על כל דקת וידאו, כאשר איכות שמע ירודה או מבטאים קשים מאטים את התהליך. בפועל, האפליקציה רצה על חומרת cpu-basic בסיסית, מה שעלול להאריך את זמן ההמתנה בסרטונים ארוכים.

הרישיון

הקוד פתוח תחת רישיון gpl-3.0, מה שמחייב שיתוף קוד במקרה של הפצה מחדש. זכויות היוצרים על התוכן המתומלל עצמו תלויות בסרטון המקורי שהעליתם מיוטיוב.

הרישיון המלא ב־Hugging Face ↗