Project Icon

yt-whisper

使用yt-dlp与OpenAI Whisper生成多语言YouTube字幕

该项目结合yt-dlp与OpenAI的Whisper技术,能够高效生成各种YouTube视频的字幕文件。通过简单的命令行操作,可生成VTT文件,并且默认使用small模型即可实现高质量的英文转录。对于其他语言,可选用更大型的模型来提升识别效果。项目还支持将字幕翻译成英文。运行需要Python 3.7或以上版本以及ffmpeg安装。此项目基于MIT许可证开源,详情请参考项目仓库的使用指南。

yt-whisper 项目介绍

yt-whisper 是一个开源项目,借助 yt-dlp 和 OpenAI 的 Whisper 技术,旨在为任何 YouTube 视频生成字幕文件。它适用于各种语言视频,并为用户提供了多种模型选择,帮助提升字幕生成的准确性。

安装指南

要开始使用 yt-whisper,用户需要具备 Python 3.7 或更新版本。可以通过以下命令来安装 yt-whisper:

pip install git+https://github.com/m1guelpf/yt-whisper.git

此外,还需安装 ffmpeg,该工具可从大多数软件包管理器中获取:

  • 在 Ubuntu 或 Debian 系统上,可以通过以下命令安装:

    sudo apt update && sudo apt install ffmpeg
    
  • 在 MacOS 上,使用 Homebrew 安装:

    brew install ffmpeg
    
  • 在 Windows 系统中,使用 Chocolatey 安装:

    choco install ffmpeg
    

使用方法

使用 yt-whisper 生成字幕文件非常简单。用户可以通过以下命令,从指定的 YouTube 视频中生成 VTT 格式的字幕文件:

yt_whisper "https://www.youtube.com/watch?v=dQw4w9WgXcQ"

默认情况下,该工具会选择 small 模型来转录英语视频。如果希望获得更好的结果,尤其是处理其他语言的视频时,用户可以选择更大的模型。可选的模型包括:tinytiny.enbasebase.ensmallsmall.enmediummedium.enlarge

例如,使用 medium 模型的命令为:

yt_whisper "https://www.youtube.com/watch?v=dQw4w9WgXcQ" --model medium

另外,用户可以通过添加 --task translate 参数,将字幕翻译成英文:

yt_whisper "https://www.youtube.com/watch?v=dQw4w9WgXcQ" --task translate

若需查看更多可用选项,可运行:

yt_whisper --help

许可协议

yt-whisper 项目是开源的,遵循 MIT 许可证。有关更多详细信息,用户可以查看 LICENSE 文件。该项目为开发者和用户提供了灵活自由的使用体验,促进技术的传播和交流。

项目侧边栏1项目侧边栏2
推荐项目
Project Cover

豆包MarsCode

豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。

Project Cover

AI写歌

Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。

Project Cover

有言AI

有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。

Project Cover

Kimi

Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。

Project Cover

阿里绘蛙

绘蛙是阿里巴巴集团推出的革命性AI电商营销平台。利用尖端人工智能技术,为商家提供一键生成商品图和营销文案的服务,显著提升内容创作效率和营销效果。适用于淘宝、天猫等电商平台,让商品第一时间被种草。

Project Cover

吐司

探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。

Project Cover

SubCat字幕猫

SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。

Project Cover

美间AI

美间AI创意设计平台,利用前沿AI技术,为设计师和营销人员提供一站式设计解决方案。从智能海报到3D效果图,再到文案生成,美间让创意设计更简单、更高效。

Project Cover

AIWritePaper论文写作

AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。

投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号