scribe

Scribe-オーディオとビデオの転写とPDFエクスポート

Scribeは、Openai Whisperを使用してオーディオファイルを転写し、GPT-3.5-ターボAPIによって強化されたPDFドキュメントとして転写をエクスポートするPythonスクリプトです。 MP3、M4A、およびMP4ファイル形式を入力としてサポートし、A4サイズのページで転写テキストがフォーマットされたPDFファイルを生成します。このスクリプトは、OpenAIのGPT-3.5ターボモデルを使用して、転写のタイトルを生成します。

ローカルバージョン（scribe.py）

Whisper ASRモデルを使用してTranscription Transcraption Transcraption FiledのMP3、M4A、およびMP4ファイルはWAV形式に変換され、OpenAIのGPT-3.5ターボモデルを使用して転写のタイトルを生成します。

使用法：python scribev4.py <inupt_file>

<inupt_file>をmp3、m4a、またはmp4ファイルへのパスに置き換えます。

スクリプトは、オーディオファイルを転写し、タイトルを生成し、同じ名前の入力ファイルと同じディレクトリにPDFファイルを作成します。

前提条件：

インストールささやき：PIPインストールgit+https：//github.com/openai/whisper.git

さまざまな利用可能な事前に訓練されたモデルと、whisper'sGithubでのパフォーマンスをご覧ください：https：//github.com/openai/whisper

その他の依存関係をインストール：Pydub Openai ReportLab Moviepy

APIバージョン（Diet-Scribe.py）

Diet ScribeはOpenai APIを使用し、TXTを出力します。

1. APIキーを設定します

2. 必要なすべての依存関係をインストールします：pydub、moviepy、openai

3. 実行：python diet-scribe.py <inupt_file>