pmarreck/yt-transcriber

解決的問題

此工具提供將 YouTube 影片或本地音訊/影片檔案轉錄為文字的方法。無需觀看完整影片即可找到特定資訊，使用者可直接閱讀字幕、對內容進行摘要，或翻譯成其他語言。

運作方式

此應用程式為命令列介面（CLI），使用開源 AI 工具，特別是 Whisper 模型進行語音轉錄。它可接受 YouTube 連結或本地檔案路徑作為輸入。工具使用 ffmpeg 與 yt-dlp 從 YouTube 影片中提取音訊，再透過 Whisper 處理音訊以產生字幕。此外，也提供獨立的摘要與翻譯腳本，這些額外處理步驟利用 OpenAI 的 API 實現。

適用對象

希望快速將影片內容轉為文字的使用者、研究人員，或希望透過閱讀而非觀看內容貧乏的影片來節省時間的人。

主要特色

• 使用 Whisper 的自研 AI 轉錄，支援多種模型大小（base、small、medium、large、large-v2）。
• 透過 ffmpeg 支援 YouTube 連結與本地音訊/影片檔案。
• 內建快取系統，用於儲存字幕與音訊，避免重複處理。
• 透過 OpenAI API 集成，可選地提供摘要與翻譯功能。
• 使用 Nix 實現決定性安裝，簡化相依性管理。