Python: Ekstrakcja fragmentów audio z wideo

Cel: Opracować skrypt do przetwarzania plików wideo,  wyodrębnić dźwięk, zoptymalizować go pod względem rozmiaru i podzielić na części.

Terminy: Nie ma terminów, proponuj swoje terminy

Budżet: Proponuj swój budżet do uzgodnienia

1. Wyodrębnienie dźwięku z wideo

• Zadanie: Wyodrębnić ścieżkę dźwiękową z pliku wideo.
• Formaty wideo:
  • Obsługiwane pliki wideo w następujących formatach: .mp4, .mkv, .avi, .mov.
• Format dźwięku:
  • Zachować plik dźwiękowy w formacie AAC (.m4a) lub MP3 (.mp3).
• Ograniczenia dotyczące długości wideo: Plik wideo może mieć długość do 90 minut.
• Możliwe narzędzia: 
  • FFmpeg. 
  • Upewnij się, że plik dźwiękowy jest zapisywany bez utraty jakości.

2. Ograniczenie rozmiaru ścieżki dźwiękowej

• Zadanie: Ścieżka dźwiękowa nie powinna przekraczać 25MB.
• Działania w przypadku przekroczenia rozmiaru:
  • Jeśli rozmiar pliku przekracza 25MB, należy podzielić plik dźwiękowy na części, z których każda nie przekracza 25MB.

3. Podział pliku na części

• Zadanie: Podzielić plik dźwiękowy na fragmenty, które nie przekraczają 25MB, uwzględniając momenty ciszy.
• Zasady podziału:
  • Podział powinien odbywać się w miejscach ciszy (braku aktywności mowy) trwających od 500 ms.
  • Dodaj "zapas" 2s przed i po każdym segmencie, aby zapobiec utracie części mowy.
• Przykład:
  • Jeśli moment ciszy znajduje się na 10.00 sekundzie, segment może kończyć się w zakresie 8–12 sekund.
• Możliwe narzędzia:
  • Użyj WebrtcVAD lub Pyannote.audio do określenia aktywności mowy.
  • Po określeniu interwałów aktywnej mowy, wykonaj podział pliku dźwiękowego za pomocą Pydub lub FFmpeg.

4. Zapisywanie plików

• Tryby zapisywania:
  • Lokalnie:
    • Jeśli wybrano tryb lokalnego zapisywania,  pliki dźwiękowe (zarówno pełne, jak i fragmenty) są zapisywane w lokalnym folderze.
  • W magazynie S3:
    • Jeśli wybrano tryb zapisywania w S3, wszystkie pliki muszą być przesyłane do koszyka S3.
• Konfiguracja trybu:
  • Zapisywanie jest określane przez parametr w pliku .env

5. Przygotowanie i umieszczenie kodu

• Zadanie:
  • Przygotować gotowy skrypt, który:
    • Uruchamia się na lokalnej maszynie i w Dockerze.
    • Przetwarza plik wideo od początku do końca, wykonując wszystkie opisane powyżej operacje.
  • Umieścić kod w dostarczonym repozytorium git, dostęp wydam po uzgodnieniu.
  • Opracować kod w sposób czytelny, z komentarzami dla kluczowych operacji.

Jeśli potrzebujesz dodatkowych wyjaśnień dotyczących zadań lub zasobów, proszę o kontakt.