{ "version": "https:\/\/jsonfeed.org\/version\/1.1", "title": "Заметки — Игорь К.: заметки с тегом транскрибация", "_rss_description": "Блог Игоря К. о маркетинге, аналитике, фотографии и жизни...", "_rss_language": "ru", "_itunes_email": "", "_itunes_categories_xml": "", "_itunes_image": "", "_itunes_explicit": "", "home_page_url": "https:\/\/blog.fossko.ru\/tags\/transkribaciya\/", "feed_url": "https:\/\/blog.fossko.ru\/tags\/transkribaciya\/json\/", "icon": "https:\/\/blog.fossko.ru\/pictures\/userpic\/userpic@2x.jpg?1610628098", "authors": [ { "name": "Игорь К.", "url": "https:\/\/blog.fossko.ru\/", "avatar": "https:\/\/blog.fossko.ru\/pictures\/userpic\/userpic@2x.jpg?1610628098" } ], "items": [ { "id": "510", "url": "https:\/\/blog.fossko.ru\/all\/transkribiruem-video-iz-telegrama\/", "title": "Транскрибируем видео из телеграма", "content_html": "

Когда требуется распознать видео с вебинара в телеграме, делаем следующее:<\/p>\n

    \n
  1. Скачиваем видео к себе на компьютер<\/li>\n
  2. Вытаскиваем аудиодорожку через ffmpeg<\/li>\n<\/ol>\n
    ffmpeg -i video1014957119.mp4 video1014957119.mp3<\/code><\/pre>
      \n
    1. Транскрибируем через whisper-ctranslate2 в Гугл колаб<\/a><\/li>\n<\/ol>\n
      \n\"\"\n
      Фрагмент вебинара SEO c Ильей Карбышевом: «SEO для редакторов<\/u>»<\/a><\/div>\n<\/div>\n",
            "date_published": "2023-05-12T12:51:24+03:00",
            "date_modified": "2023-05-12T12:51:21+03:00",
            "tags": [
                "автоматизация",
                "питон",
                "транскрибация"
            ],
            "image": "https:\/\/blog.fossko.ru\/pictures\/whisper-ctranslate2-audio-to-text-bystry.ipynb---Colaboratory---Google-Chrome-2023-05-12-12.44.30.jpg",
            "_date_published_rfc2822": "Fri, 12 May 2023 12:51:24 +0300",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "510",
            "_e2_data": {
                "is_favourite": false,
                "links_required": [
                    "highlight\/highlight.js",
                    "highlight\/highlight.css"
                ],
                "og_images": [
                    "https:\/\/blog.fossko.ru\/pictures\/whisper-ctranslate2-audio-to-text-bystry.ipynb---Colaboratory---Google-Chrome-2023-05-12-12.44.30.jpg"
                ]
            }
        },
        {
            "id": "508",
            "url": "https:\/\/blog.fossko.ru\/all\/rasshifrovka-audio-i-video\/",
            "title": "Расшифровка аудио и видео",
            "content_html": "
      Когда требуется расшифровать аудиофайл, или ролик с ютуба, я пользуюсь whisper или whisper-ctranslate2 в среде Гугл колаб<\/a><\/p>\n
      \n
      \n\"\"\n\"\"\n<\/div>\n
      При использовании библиотеки whisper-ctranslate2 лучше использовать графическую карту — GPU. Меню → Среда выполнения → Сменить среду выполнения → GPU<\/div>\n<\/div>\n
      # установка оригинального whisper\n!pip install git+https:\/\/github.com\/openai\/whisper.git\n\n# установка ffmpeg\n!sudo apt update && sudo apt install ffmpeg\n\n# установка whisper-ctranslate2\n!pip install -U whisper-ctranslate2\n\n# установка yt-dlp для сохранения видео с ютуба\n!pip install yt-dlp<\/code><\/pre>
      Двойной символ && используется для запуска двух команд одновременно, если первая команда завершена успешно. Это означает, что если первая команда возвращает ошибку, то вторая команда не будет выполнена.<\/p>\n
      Гитхаб whisper-ctranslate2<\/a><\/p>\n
      С декабря 2023 года выдается ошибка: «RuntimeError: Library libcublas.so.11 is not found or cannot be loaded»
      \nДля исправления ошибки установите Cuda 11 командой:<\/p>\n
      !apt install libcublas11<\/code><\/pre>
      Скачивать будем ролик Ильи Бирмана из лекции о понимании задачи<\/a><\/p>\n
      # качаем ролик id в mp3 в корень\n!yt-dlp -x --audio-format mp3 -o .\/birman_ponimanie_zadachi.mp3 -- PbnbwkoCQOE<\/code><\/pre>
      Распознавать можно whisper-ctranslate2 — по моим наблюдением расшифровывает в 2—3 раза быстрее чем оригинальный whisper.  На данный момент модель large-v2 самая полная.<\/p>\n
      #распознаем через whisper-ctranslate2\n!whisper-ctranslate2 "birman_ponimanie_zadachi.mp3" --language Russian  -o .\/result --model large-v2 --model_dir .\/model<\/code><\/pre>
      \n\"\"\n
      Результат в консоле будет появляться по мере распознавания. Результирующие файлы будут в папке result в форматах .json, .srt, .tsv, .txt и .vtt. Например, в txt — только текст, в tsv — таймкоды, в vtt и srt — субтитры.<\/div>\n<\/div>\n
      Через оригинальный whisper имеет смысл распознавать на компьютерах без видеокарт, это долго, но работает. Whisper требует версию питона 3.8—3.10, на других версиях не заработает.<\/p>\n
      #распознаем через оригинальный whisper\n!whisper "iliahov2.mp3" -o .\/result --model large-v2 --model_dir .\/model<\/code><\/pre>
      Если вам нужно что-то распознать или транскрибацию провести. Пишите в телеграм, договоримся :—)<\/p>\n",
            "date_published": "2023-04-21T15:13:37+03:00",
            "date_modified": "2024-03-12T00:01:53+03:00",
            "tags": [
                "автоматизация",
                "питон",
                "транскрибация"
            ],
            "image": "https:\/\/blog.fossko.ru\/pictures\/Untitled0.ipynb---Colaboratory---Google-Chrome-2023-04-21-14.35.15.jpg",
            "_date_published_rfc2822": "Fri, 21 Apr 2023 15:13:37 +0300",
            "_rss_guid_is_permalink": "false",
            "_rss_guid": "508",
            "_e2_data": {
                "is_favourite": true,
                "links_required": [
                    "jquery\/jquery.js",
                    "fotorama\/fotorama.css",
                    "fotorama\/fotorama.js",
                    "highlight\/highlight.js",
                    "highlight\/highlight.css"
                ],
                "og_images": [
                    "https:\/\/blog.fossko.ru\/pictures\/Untitled0.ipynb---Colaboratory---Google-Chrome-2023-04-21-14.35.15.jpg",
                    "https:\/\/blog.fossko.ru\/pictures\/Untitled0.ipynb---Colaboratory---Google-Chrome-2023-04-21-14.36.18.jpg",
                    "https:\/\/blog.fossko.ru\/pictures\/rasshifrovka-audio-i-video.png"
                ]
            }
        }
    ],
    "_e2_version": 4171,
    "_e2_ua_string": "Aegea 11.4 (v4171)"
}