Транскрибция с видео ютуба

Здравствуйте!

Готов предложить эффективное решение вашей задачи с помощью связки Make и Dumpling AI — это позволит полностью автоматизировать процесс транскрибирования YouTube-видео в текст.
🔧 Как работает решение:
Вы добавляете ссылку на YouTube-видео (или система сама их получает автоматически).
Make отправляет ссылку в Dumpling AI.
Dumpling AI автоматически извлекает аудио и преобразует его в текст.
Результат сохраняется в Google Таблицу, Airtable и т.д.
💸 Условия и цены:
… Make: 1,000 операций в месяц на бесплатном плане — хватит для тестов и пилотной работы.
Dumpling AI: 250 кредитов при регистрации бесплатно — этого достаточно для 125 видео (1 видео = 2 кредита).
🧾 Расценки после бесплатных лимитов:
✅ Make:
Core тариф: $9/мес — 10,000 операций
Pro: $16/мес — 40,000 операций
✅ Dumpling AI:
Starter: $40/мес — 120,000 кредитов в год
Дополнительные кредиты: $10 за 1,000 (без срока действия)

Готов обсудить детали, адаптировать решение под ваши бизнес-процессы и показать демо. Также ранее работал над подобной задачей, есть практический опыт.

Здравствуйте!

Заинтересовал ваш проект. Имею большой опыт работы в автоматизации и эмуляции действий пользователя (JavaScript, Selenium, Playwright), асинхронном и многопоточном парсинге (Requests, WebSockets, HTTPX, BS4), обработке информации (Openpyxl, JSON, MySQL, MongoDB), а также в разработке Telegram-ботов разной сложности (Telethon, Pyrogram, Aiogram).

Работала с Whisper и транскрибацией видео с таймкодами и переводом с помощью DeeplAPI. Лучшим вариантом будет развернуть всё на сервере с характеристиками не менее чем 4 CPU / 8–12 GB RAM для транскрибации с лучшим пресетом.
Сам исходный текст с таймкодами можем адаптировать под нужные требования (например, если будут использоваться сторонние сервисы для обработки или редактирования).

Свяжитесь со мной для обсуждения деталей и сроков выполнения проекта!

Показать оригинал

Перевести

Приветствую, Петр
Имею решение, которое делал под себя (мак ос). Реализовано на баш скриптах
Оно работает по следующему алгортму - в папку с главньім скриптом помещается видео в формате .mp4, запускается главньій скрипт, под капотом запускается автомат
1. сплит: видео + звук (оригинал)
2. сплит: голос + посторонние звуки (музьіка шумьі пр.)
3. перобразование голоса в текст (на нужньій язьік --> опенаі)
4. обратніьй процес текст в голос (на нужном язьіке --> опенаі)
5. результат (.mp3 файл) помещается в папку рядом с видео
Если будет желание смогу продемонстрировать в формате видеозвонка
… Также можно работать непосредственно с ютубом (доставать сразу голос и дальше преобразововать по потребности)
В текущей вариации отдам скрипт по символической цене 6000 грн (цена за потраченное на написание время)
По остальньім вапросам - доработка, адаптация, переиначивание и пр. по рейту которьій указал в ставке.
Возможно смогу бьіть полезен...

Я делал систему автоматически переводившую видео уроки с английского на украинский в полностью автоматическом режиме. Использовал Make, но можно и N8N. Обращайтесь, буду рад помочь.

Привет!
Самым дешевым будет собственный ПК, на котором будет установлено Whisper API, а далее процесс на облаке.

Или сервер от Hetser, рассчитать мощность, которую вам нужно покрывать, и далее все можно организовать на нем.

Стек будет выглядеть так
n8n + postgres + Whisper + (админка, если нужна, где нужно — в гугл таблицы)

Показать оригинал

Перевести

Добрый день.
Готов взять ваш проект.
Могу разработать для вас автоматизацию транскрибации видео на YouTube с помощью no-code/low-code инструментов.
Пишите в личные, обсудим все детали и найдём для вас лучшее решение

Показать оригинал

Перевести

Добрый день. Готов написать такую программу. Давайте спишемся и обсудим детали

делал для себя похожий проект. скачивал через yt-dlp видео с ютюба, извлекал аудиодорожку и отправлял в gemini flash 2.0 на транскрибацию и создание субтитров. но пришлось повозиться, потому что flash 2 неправильно определял длину аудиодорожки и без километрового промпта неправильно генерировал таймкоды.

Показать оригинал

Перевести

Привет, Petro! Я понял ваше задание: автоматическое извлечение текста из YouTube видео, с акцентом на эффективность по стоимости и учетом всех затрат, включая серверы.

Мой опыт и релевантность
Я уже реализовывал подобные задачи, где нужно было преобразовывать аудио в текст и автоматизировать обработку данных. Например, в проекте "Автоматизация AI-Анализа Записей Телефонов с помощью Make" я создал прототип системы, которая мониторит аудиофайлы, транскрибирует их с помощью Whisper (OpenAI), а затем анализирует текст.
Кроме этого, у меня есть аналогичный опыт работы, который вы упомянули: "Система перепрофилирования контента для видео на YouTube". В этом проекте я уже построил AI-систему с использованием Airtable и Dumpling, которая транскрибирует, анализирует контент и генерирует фрагменты для различных платформ (email, Telegram, Facebook, Instagram). Эта задача включала именно извлечение текста из видео для дальнейшей обработки, что является прямой параллелью вашей текущей потребности.

Именно эта связка поможет реализовать ваш проект.
Какие именно источники YouTube видео вы планируете использовать (конкретные каналы, плейлисты, или случайные видео по поиску)?

Показать оригинал

Перевести

Самый продуктивный и простой способ - просто извлечь субтитры из видео. Они идут отдельным файлом. Просто скачиваем файл. Но могут возникнуть сложности, так как ютуб не позволяет скачивать все видео, в зависимости от лицензии...

Или как вариант, запускать оптимизированную мини ИИ модель (есть много бесплатных и платных готовых моделей) и считывать аудиодорожку видео.
Очевидно обробка будет стоить значительно дороже.

В любом случае важно этот процесс совместить с сохранением самого видео, чтобы избежать повторных лишних операций.

Здравствуйте,

Могу сделать для вас решение, которое будет по вашим ссылкам из документа в Google Spreadsheet или из вашей базы доставать списки видео и готовить для вас транскрибацию в нужном формате. Возможно сделать даже с выделением спикеров, (подходит для дальнейшей обработки) или обычном варианте .srt формате.

Пример выдачи JSON'а со спикерами:

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

Можно сделать так чтобы после добавления видео в базу они вам приходили автоматом по почте или в телеграме.

Здравствуйте! Есть предложение бюджетного решения этой задачи. Пишите в лс, обсудим.