Получаем тексты из видео и аудио (транскрибация) | Python, FFMPEG, Models vosk

• Видео посвящено созданию программы для перевода видео и аудио в текст.  

• Программа будет использоваться для размещения статей на блогах.  

• Автор объясняет, что бесплатных сервисов для этого нет, поэтому он написал программу на Python.  

• Программа будет работать на Windows 11 и Python.  

• Для перевода текста будет использоваться GPT-4.  

• Автор показывает, как скачать и установить необходимые файлы.  

• Скачивание и извлечение файлов.  

• Настройка системных путей для корректной работы программы.  

• Перезагрузка системы для применения изменений.  

• Проверка установки и перезагрузка системы.  

• Скачивание моделей для распознавания текста.  

• Выбор моделей для различных языков и их размеров.  

• Автор не будет писать скрипт с нуля, а использует готовый код.  

• Скрипт будет состоять из двух файлов по 50 строк каждый.  

• Подготовка среды разработки PyCharm Community Edition.  

• Установка PyCharm Community Edition для разработки.  

• Автор показывает, как запустить и использовать PyCharm.  

• Скачайте и установите PyCharm Community.  

• Создайте новый проект, выбрав Python и Django.  

• Укажите название проекта и версию Python 3.12.  

• Создайте файл requirements.txt для установки необходимых расширений.  

• Создайте первый файл в проекте, назвав его mp4_to_wav.  

• Объяснение логики последовательности: преобразование mp4 видео в аудиодорожку формата wav.  

• Импортируйте необходимые библиотеки для работы.  

• Объяснение процесса извлечения аудиодорожки из видео и преобразования её в моно.  

• Использование функции extract_audio_from_video для работы с библиотеками.  

• Установка зависимостей через PyCharm для упрощения процесса.  

• Пример установки библиотеки pip через PyCharm.  

• Создание директории для хранения файлов и запуск скрипта.  

• Пример загрузки и открытия видеофайла в проекте.  

• Запуск скрипта для преобразования mp4 в mp3 и затем в wav.  

• Проверка результата работы скрипта и открытие файла в формате wav.  

• Создаем новый файл в Python и называем его "transcript_audio.py".  

• Импортируем необходимые библиотеки, включая "wavelet" и "pip".  

• Создаем файл requirements.txt для установки зависимостей.  

• В терминале запускаем команду "pip install -r requirements.txt".  

• Проверяем, что антивирус не блокирует установку.  

• Обновляем pip до актуальной версии.  

• Указываем путь к модели, создаем директорию "models".  

• Извлекаем модель из архива и перемещаем её в нужную директорию.  

• Переименовываем папку для удобства.  

• Перетаскиваем модель в виртуальное окружение Python.  

• Указываем путь к модели в файле скрипта.  

• Создаем модель и указываем путь к файлу для распознавания.  

• Открываем файл для распознавания и используем модель.  

• Получаем результат в виде текста.  

• Переименовываем файл с результатом и сохраняем его в "transcript_text.txt".  

• Запуск транскрибации через ран аудио текст.  

• Процесс занял 2 минуты 50 секунд, влияя на производительность процессора и оперативной памяти.  

• Полученный текст содержит информацию о каждом слове и его коэффициенте.  

• Удаление ненужных данных из консоли.  

• Открытие файла транскрипта в блокноте и настройка кодировки.  

• Вставка текста в GPT-4 и пояснение задачи.  

• GPT-4 генерирует статью на основе транскрибированного текста.  

• Статья структурирована и стилистически правильна.  

• Возможность добавления видеоролика и других элементов для улучшения контента.  

• Тестирование GPT-3 под другим аккаунтом.  

• Ограничение на обработку слов в одном запросе.  

• Создание файла для разбиения текста на части.  

• Разбиение текста на части с помощью скрипта.  

• Копирование частей текста в GPT-4 для генерации статьи.  

• Возможность бесплатного использования GPT-4 для генерации текста.  

• GPT-4 выделяет части текста для генерации.  

• Возможность улучшения качества генерации за дополнительную плату.  

• Призыв к подписке и лайкам за интересное видео.