javedali99/audio-to-text-transcription
This repository contains a Python script that allows users to download the audio from a YouTube video, transcribe it into text, detect the language and save the transcription in txt file automatically.
🎧🤖 Tự động chuyển âm thanh YouTube thành văn bản bằng Whisper
Một công cụ Python giúp bạn tải âm thanh từ video YouTube, chuyển thành văn bản chính xác và tự động lưu ra file — chỉ với vài câu lệnh đơn giản.
Dự án audio-to-text-transcription của javedali99 là một script Python giúp người dùng dễ dàng chuyển đổi nội dung âm thanh từ bất kỳ video YouTube nào thành văn bản. Script sử dụng thư viện pytubefix để tải âm thanh, whisper của OpenAI để chuyển giọng nói thành văn bản, và langdetect để phát hiện ngôn ngữ. Kết quả được lưu trữ trong file .txt có tên bao gồm mã ngôn ngữ.
✨ Điểm nổi bật
- Dễ sử dụng: Chỉ cần nhập URL video YouTube, script tự động xử lý toàn bộ quy trình.
- Tải âm thanh hiệu quả: Sử dụng
pytubefixđể lọc và tải luồng âm thanh từ video YouTube. - Chuyển đổi chính xác: Dùng
whisperđể chuyển âm thanh thành văn bản với độ chính xác cao. - Phát hiện ngôn ngữ tự động: Sử dụng
langdetectđể xác định ngôn ngữ của văn bản kết quả. - Lưu kết quả tiện lợi: Văn bản được lưu dưới dạng file
.txttrong cùng thư mục với script. - Hỗ trợ đa nền tảng: Cài đặt đơn giản trên Windows, Mac và Ubuntu nhờ FFmpeg.
💡 Vì sao đáng chú ý
Không cần phải gõ lại từng dòng văn bản hay dùng công cụ đắt tiền — script này mang đến giải pháp nhanh chóng và miễn phí cho bất kỳ ai cần biên bản video YouTube. Đặc biệt hữu ích cho nghiên cứu, sáng tạo nội dung, hoặc cung cấp tiếp cận thông tin cho người khuyết tật.
#Python #Whisper #OpenAI #Transcription #YouTube #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mission is to provide the tools, so that you can focus on what matters.
Build Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.
Transcribe any audio to text, translate and edit subtitles 100% locally with a web UI. Powered by whisper models!
🤗 Transformers: the model-definition framework for state-of-the-art machine learning models in text, vision, audio, and multimodal models, for both inference and training.
利用 AI 大模型和自动化工作流，根据主题或关键词一键生成高清短视频。Generate HD short videos from a topic or keyword with an automated AI workflow.
Whisper Whisper is a state-of-the-art model for automatic speech recognition (ASR) and speech translation, proposed in the paper Robust Speech Recognition via Large-Scale Weak Supervision(https://huggingface.co/papers/2212.04356) by Alec Radford et...