Transkrypcja z filmu na YouTube

Witam!

Chętnie zaproponuję skuteczne rozwiązanie Twojego zadania za pomocą integracji Make i Dumpling AI — to pozwoli na pełną automatyzację procesu transkrypcji filmów z YouTube na tekst.
🔧 Jak działa rozwiązanie:
Dodajesz link do filmu na YouTube (lub system sam je pobiera automatycznie).
Make wysyła link do Dumpling AI.
Dumpling AI automatycznie wyciąga audio i konwertuje je na tekst.
Wynik jest zapisywany w Google Sheets, Airtable itp.
💸 Warunki i ceny:
… Make: 1 000 operacji miesięcznie w darmowym planie — wystarczy na testy i pilotaż.
Dumpling AI: 250 kredytów przy rejestracji za darmo — to wystarczy na 125 filmów (1 film = 2 kredyty).
🧾 Cennik po wyczerpaniu darmowych limitów:
✅ Make:
Core: $9/miesiąc — 10 000 operacji
Pro: $16/miesiąc — 40 000 operacji
✅ Dumpling AI:
Starter: $40/miesiąc — 120 000 kredytów rocznie
Dodatkowe kredyty: $10 za 1 000 (ważne bez terminu ważności)

Chętnie omówię szczegóły, dostosuję rozwiązanie do Twoich procesów biznesowych i pokażę demo. Mam również doświadczenie w podobnych projektach.

Pokaż oryginał

Przetłumacz

Witam!

Zainteresował mnie Twój projekt. Mam duże doświadczenie w automatyzacji i emulacji działań użytkownika (JavaScript, Selenium, Playwright), asynchronicznym i wielowątkowym parsowaniu (Requests, WebSockets, HTTPX, BS4), przetwarzaniu informacji (Openpyxl, JSON, MySQL, MongoDB), a także w tworzeniu botów Telegram o różnym stopniu skomplikowania (Telethon, Pyrogram, Aiogram).

Pracowałem z Whisper i transkrypcją wideo z znacznikami czasowymi oraz tłumaczeniem za pomocą DeeplAPI. Najlepszym rozwiązaniem będzie uruchomienie wszystkiego na serwerze o parametrach nie mniejszych niż 4 CPU / 8–12 GB RAM do transkrypcji z najlepszym presetem.
Sam tekst wyjściowy z znacznikami czasowymi możemy dostosować do potrzebnych wymagań (np. jeśli będą używane zewnętrzne serwisy do obróbki lub edycji).

Skontaktuj się ze mną, aby omówić szczegóły i terminy realizacji projektu!

Pokaż oryginał

Przetłumacz

Witam, Piotrze
Mam rozwiązanie, które napisałem dla siebie (macOS). Zrealizowane na skryptach bash
Działa według następującego algorytmu - do folderu z głównym skryptem umieszcza się wideo w formacie .mp4, uruchamia się główny skrypt, pod maską uruchamia się automat
1. podział: wideo + dźwięk (oryginał)
2. podział: głos + dźwięki zewnętrzne (muzyka, hałas itp.)
3. konwersja głosu na tekst (w potrzebnym języku --> OpenAI)
4. odwrotny proces: tekst na głos (w potrzebnym języku --> OpenAI)
5. wynik (.mp3 plik) umieszcza się w folderze obok wideo
Jeśli chcesz, mogę to zaprezentować podczas rozmowy wideo
… Można też pracować bezpośrednio z YouTube (pobierać od razu głos i dalej konwertować według potrzeb)
W obecnej wersji oferuję skrypt w symbolicznej cenie 6000 UAH (cena za czas poświęcony na napisanie)
W razie pytań – modyfikacje, adaptacje, przeróbki i inne według stawki, którą podałem w ofercie.
Może będę przydatny...

Pokaż oryginał

Przetłumacz

Tworzyłem system automatycznie tłumaczący lekcje wideo z angielskiego na ukraiński w pełni automatycznym trybie. Używałem Make, ale można też N8N. Proszę się kontaktować, chętnie pomogę.

Pokaż oryginał

Przetłumacz

Witam!
Najtańszym rozwiązaniem będzie własny komputer, na którym będzie działać Whisper API, a dalej proces w chmurze.

Lub serwer od Hetser, obliczyć moc, którą potrzebujesz pokryć, i dalej wszystko można zorganizować na nim.

Stos będzie wyglądał tak
n8n + postgres + Whisper + (panel administracyjny, jeśli jest potrzebny, tam gdzie trzeba, np. w Google Sheets)

Pokaż oryginał

Przetłumacz

Dzień dobry.
Jestem gotowy podjąć się Twojego projektu.
Zamierzam opracować dla Ciebie automatyzację transkrypcji filmów na YouTube za pomocą narzędzi no-code/low-code.
Napisz do mnie prywatnie, omówimy wszystkie szczegóły i znajdziemy dla Ciebie najlepsze rozwiązanie.

Pokaż oryginał

Przetłumacz

Dzień dobry. Chętnie napiszę taki program. Skontaktujmy się i omówmy szczegóły

Pokaż oryginał

Przetłumacz

Zrobiłem dla siebie podobny projekt. Pobierałem za pomocą yt-dlp filmy z YouTube, wyciągałem ścieżkę dźwiękową i wysyłałem do Gemini Flash 2.0 do transkrypcji i tworzenia napisów. Ale musiałem się trochę pomęczyć, ponieważ Flash 2 nieprawidłowo określał długość ścieżki dźwiękowej i bez kilometrowego promptu generował niepoprawne znaczniki czasowe.

Pokaż oryginał

Przetłumacz

Witaj Petro! Zrozumiałem Twoje zadanie: automatyczne wyodrębnianie tekstu z filmów na YouTube, z naciskiem na efektywność kosztową i uwzględnienie wszystkich wydatków, w tym serwerów.

Moje doświadczenie i odpowiedniość
Już realizowałem podobne zadania, w których konieczne było konwertowanie audio na tekst i automatyzacja przetwarzania danych. Na przykład, w projekcie "Automatyzacja AI-Analizy Nagrania Połączeń za pomocą Make" stworzyłem prototyp systemu, który monitoruje pliki audio, transkrybuje je za pomocą Whisper (OpenAI), a następnie analizuje tekst.
Ponadto, posiadam podobne doświadczenie, o którym wspomniałeś: "System przekierowania treści dla filmów na YouTube". W tym projekcie zbudowałem system AI z użyciem Airtable i Dumpling, który transkrybuje, analizuje treści i generuje fragmenty dla różnych platform (email, Telegram, Facebook, Instagram). Zadanie to obejmowało właśnie wyodrębnianie tekstu z filmów do dalszego przetwarzania, co jest bezpośrednią paralelą do Twoich obecnych potrzeb.

To właśnie to powiązanie pomoże zrealizować Twój projekt.
Jakie konkretnie źródła filmów na YouTube planujesz używać (konkretne kanały, playlisty, czy losowe filmy według wyszukiwania)?

Pokaż oryginał

Przetłumacz

Najbardziej produktywny i najprostszy sposób - po prostu wyodrębnić napisy z wideo. Są one dostępne jako osobny plik. Po prostu pobieramy plik. Jednak mogą pojawić się trudności, ponieważ YouTube nie pozwala na pobieranie wszystkich filmów, w zależności od licencji...

Lub jako alternatywa, uruchomić zoptymalizowany mini model AI (jest wiele darmowych i płatnych gotowych modeli) i odczytać ścieżkę dźwiękową z wideo.
Oczywiście, przetwarzanie będzie znacznie droższe.

W każdym przypadku ważne jest, aby ten proces połączyć z zachowaniem samego wideo, aby uniknąć powtarzających się niepotrzebnych operacji.

Pokaż oryginał

Przetłumacz

Witam,

Mogę przygotować dla Ciebie rozwiązanie, które będzie pobierać listy wideo z Twoich linków z dokumentu w Google Spreadsheet lub z Twojej bazy danych i przygotowywać dla Ciebie transkrypcję w odpowiednim formacie. Możliwe jest nawet wyróżnienie mówców (odpowiednie do dalszej obróbki) lub zwykła wersja w formacie .srt.

Przykład wyjścia JSON z mówcami:

{
"lines" : [
{
… "endTime" : "00:00:55,460",
"speakerDesignation" : "Speaker 1",
"startTime" : "00:00:52,659",
"text" : "tekst"
},
{
"endTime" : "00:01:10,800",
"speakerDesignation" : "Speaker 2",
"startTime" : "00:01:06,300",
"text" : "też mówię"
},
...

Można zrobić tak, aby po dodaniu wideo do bazy, transkrypcje automatycznie przychodziły do Ciebie mailem lub w Telegramie.

Pokaż oryginał

Przetłumacz

Witam! Mam propozycję budżetowego rozwiązania tego zadania. Napisz do mnie na priv, omówimy.

Pokaż oryginał

Przetłumacz