Data

Tools

Indexes

Applications

Experiments

Awesome

An open API service indexing awesome lists of open source software.

https://github.com/kingluffywang/youtube

youtube video processing scripts
https://github.com/kingluffywang/youtube

Last synced: 3 months ago
JSON representation

youtube video processing scripts

Awesome Lists containing this project

README 

        
# youtube

YouTube video processing scripts



脚本 1: CN_mp3_audio2text.py

这段代码的功能和安装步骤。



**代码功能概述：**

这是一个音频转文字的程序，主要功能是将 MP3 音频文件转换为文本。具体来说：

1. 加载 Whisper 大型语音识别模型

2. 读取并预处理 MP3 音频文件（转换为单声道、16kHz采样率）

3. 将音频数据转换为模型可处理的格式

4. 执行语音识别，生成文本

5. 将转录结果保存到文件

6. 提供详细的处理进度和时间统计



**安装步骤：**

1. 首先确保安装了 Python（推荐 3.8 或更高版本）



2. 创建并激活虚拟环境（推荐）：

```bash

# 创建虚拟环境

python -m venv venv



# 激活虚拟环境

# Windows:

venv\Scripts\activate

# Linux/Mac:

source venv/bin/activate

```

3. 安装所需依赖：

```bash

# 安装基础依赖

pip install faster-whisper

pip install pydub

pip install numpy



# 如果处理 MP3 文件，还需要安装 ffmpeg

# Windows: 

# 下载 ffmpeg: https://www.gyan.dev/ffmpeg/builds/

# 添加到系统环境变量



# Linux:

sudo apt-get install ffmpeg



# Mac:

brew install ffmpeg

```

**使用示例：**

```python

# 导入函数

from your_script import transcribe_audio



# 调用函数进行转录

result = transcribe_audio(

    audio_file_path="你的音频文件.mp3",

    output_file_path="输出文本.txt",

    language="zh"  # 支持的语言代码，如 zh=中文, en=英文

)

```

**注意事项：**

1. 代码使用 CPU 进行计算（`device="cpu"`），如果有 GPU 可以修改为 `device="cuda"`

2. 使用了 `large-v2` 模型，需要较大内存，如果内存不足可以换用较小的模型

3. 使用了 `int8` 量化（`compute_type="int8"`）来减少内存占用

4. 程序会显示详细的处理进度，方便监控长音频的转录进度



脚本 2： zimu.py

我来帮你总结这段代码的功能和安装步骤。



**代码功能概述：**

这是一个音频转字幕的程序，它可以将音频文件转换为标准的 SRT 格式字幕文件。主要功能包括：

1. 将音频时间点转换为 SRT 时间戳格式（如：00:00:03,456）

2. 加载 Whisper 语音识别模型

3. 处理和转换音频文件（转单声道、16kHz采样率）

4. 执行语音识别，获取带时间戳的文本片段

5. 生成标准 SRT 格式字幕文件（包含序号、时间轴、文本内容）

6. 提供详细的处理进度和时间统计



**安装步骤：**



1. 确保安装了 Python（推荐 3.8 或更高版本）



2. 创建并激活虚拟环境（推荐）：

```bash

# 创建虚拟环境

python -m venv venv



# 激活虚拟环境

# Windows:

venv\Scripts\activate

# Linux/Mac:

source venv/bin/activate

```



3. 安装所需依赖：

```bash

# 安装基础依赖

pip install faster-whisper

pip install pydub

pip install numpy



# 安装 ffmpeg（处理音频文件必需）

# Windows: 

# 1. 下载 ffmpeg: https://www.gyan.dev/ffmpeg/builds/

# 2. 解压并添加到系统环境变量



# Linux:

sudo apt-get install ffmpeg



# Mac:

brew install ffmpeg

```



**使用示例：**

```python

# 导入函数

from your_script import transcribe_audio_to_srt



# 调用函数生成字幕

result = transcribe_audio_to_srt(

    audio_file_path="你的音频.mp3",

    output_srt_path="输出字幕.srt",

    language="zh"  # 支持的语言代码，如 zh=中文, en=英文

)

```



**生成的 SRT 格式示例：**

```

1

00:00:00,000 --> 00:00:02,500

第一段文字



2

00:00:02,500 --> 00:00:05,000

第二段文字

```



**注意事项：**

1. 代码使用 CPU 进行计算，可通过修改 `device="cuda"` 启用 GPU 加速

2. 使用了 `large-v2` 模型，需要较大内存，可以根据需要选择较小的模型

3. 使用了 `int8` 量化以减少内存占用

4. 输出的 SRT 文件采用 UTF-8 编码，兼容大多数播放器

5. 程序会显示详细的处理进度，方便监控长音频的转录进度



脚本 3： video-resize.py



**代码功能概述：**

这是一个视频分辨率转换工具，专门用于将普通视频转换为适合 YouTube Shorts 的垂直视频格式（1080x1920）。主要功能：

1. 自动创建输出目录（如果不存在）

2. 调整视频分辨率到 1080x1920

3. 保持原始视频的宽高比

4. 用黑边填充空白区域（居中处理）

5. 保持原始音频质量不变



**安装步骤：**



1. 确保安装了 Python（推荐 3.6 或更高版本）



2. 安装 FFmpeg

```bash

# Windows:

# 1. 下载 FFmpeg: https://www.gyan.dev/ffmpeg/builds/

# 2. 解压并将 bin 目录添加到系统环境变量



# Linux:

sudo apt update

sudo apt install ffmpeg



# Mac:

brew install ffmpeg

```



3. 验证安装

```bash

# 在终端/命令行中验证 FFmpeg 是否安装成功

ffmpeg -version

```



**使用示例：**

```python

# 导入函数

from video_converter import resize_video_for_youtube_shorts



# 转换视频

resize_video_for_youtube_shorts(

    input_file="原始视频.mp4",

    output_file="shorts版本.mp4"

)

```



**参数说明：**

- `input_file`: 输入视频文件路径

- `output_file`: 输出视频文件路径

- 输出视频尺寸: 1080x1920 像素（适合 YouTube Shorts）

- 处理方式：

  - 保持原始视频比例

  - 自动添加黑边填充

  - 视频居中显示

  - 保持原始音频质量



**注意事项：**

1. 确保系统已正确安装 FFmpeg 并添加到环境变量

2. 输入视频可以是任何 FFmpeg 支持的格式

3. 如果输出目录不存在，程序会自动创建

4. 代码会保持原始音频流（`-c:a copy`），这样可以加快处理速度

5. 如果转换过程出错，会打印详细的错误信息



**可能的报错处理：**

- 如果遇到 "FFmpeg not found" 错误，请检查 FFmpeg 是否正确安装并添加到环境变量

- 如果遇到权限错误，请确保对输出目录有写入权限

- 如果输入文件不存在，会提示相应的错误信息



脚本 4： helper_srt_spacerm.py

让我来总结这个字幕处理工具的功能和使用方法。



**功能概述：**

这是一个字幕文本处理工具，主要用于：

1. 删除字幕文件中的所有空格（包括半角和全角空格）

2. 删除所有换行符和回车符

3. 将所有文本内容合并为单行输出

4. 删除所有空白行

5. 保持 UTF-8 编码



**使用方法：**



1. 安装要求：

```bash

# 只需要 Python 3.x 版本，不需要额外安装任何库

python --version  # 检查 Python 版本

```



2. 代码使用：

```python

# 方法一：直接运行脚本

python script.py  # 脚本会处理默认的 '音频字幕.srt' 文件



# 方法二：在其他代码中导入使用

from script import remove_spaces_newlines



# 处理自定义文件

remove_spaces_newlines(

    input_file='你的字幕文件.srt',  

    output_file='输出文件.srt'

)

```



**注意事项：**

1. 处理前建议备份原始文件，因为处理后将丢失原有格式

2. 确保输入文件为 UTF-8 编码

3. 输出文件会自动以 UTF-8 编码保存

4. 处理后的文件会失去原有的换行和格式，全部内容将在一行显示

5. 如果输出文件已存在，会被覆盖



**适用场景：**

- 需要对字幕文本进行文本分析时

- 需要提取纯文本内容时

- 需要合并多行文本为单行时

- 处理含有多余空格的字幕文件时



**输入输出示例：**

```

输入文件内容：

这是第一行   内容

这是第二行 内容

  这是第三行



输出文件内容：

这是第一行内容这是第二行内容这是第三行

```



脚本5：general_shorts_cut.py

# Video Splitter



一个简单但功能强大的视频分割工具，可以将长视频自动分割成59秒的短片段。这个工具特别适合需要将视频内容切分成短视频的场景，比如准备短视频平台的内容。



## 功能特点



- 自动将视频分割成59秒的片段

- 保持原视频的质量

- 自动创建输出目录

- 使用H.264视频编码和AAC音频编码

- 显示处理进度

- 自动对输出文件进行编号



## 环境要求



- Python 3.6+

- moviepy

- ffmpeg



## 安装步骤



1. 首先确保您的系统已安装Python 3.6或更高版本。



2. 安装必要的Python包：

```bash

pip install moviepy

```



3. 安装ffmpeg（moviepy的依赖）：



   - Windows用户：

     ```bash

     # 使用Chocolatey包管理器

     choco install ffmpeg

     ```

   

   - Mac用户：

     ```bash

     # 使用Homebrew包管理器

     brew install ffmpeg

     ```

   

   - Linux用户：

     ```bash

     # Ubuntu/Debian

     sudo apt-get install ffmpeg

     

     # CentOS

     sudo yum install ffmpeg

     ```



4. 下载项目文件：

```bash

git clone [你的项目地址]

cd video-splitter

```



## 使用方法



1. 打开`split_video.py`文件，修改以下参数：

```python

input_video = "你的视频文件路径.mp4"  # 修改为您的输入视频路径

output_folder = "输出文件夹路径"      # 修改为您想要保存分割视频的文件夹路径

```



2. 运行脚本：

```bash

python split_video.py

```



3. 等待处理完成，分割后的视频片段将保存在指定的输出文件夹中。



## 输出格式



- 输出的视频文件将按照 `clip_001.mp4`, `clip_002.mp4`, ... 的格式命名

- 每个片段最长59秒

- 视频编码：H.264

- 音频编码：AAC



## 注意事项



- 确保有足够的磁盘空间存储分割后的视频片段

- 处理大型视频文件时可能需要较长时间

- 建议在处理重要视频前先备份原始文件

- 确保对输入视频文件和输出目录有正确的读写权限



## 常见问题解决



1. 如果遇到ffmpeg相关错误，请确保：

   - ffmpeg已正确安装

   - ffmpeg可以在命令行中访问（已添加到系统PATH）



2. 如果出现内存错误，可以尝试：

   - 关闭其他占用内存的程序

   - 处理较小的视频文件

   - 增加系统的虚拟内存



脚本 6：zimu_jianti.py 生成简体字的字幕



# 音频转字幕工具说明文档



## 功能简介



这是一个基于 Faster Whisper 的音频转写工具，可以将音频文件转换为带时间戳的 SRT 格式字幕文件。主要特点：



- 支持多种音频格式转换为 SRT 字幕

- 支持中文语音识别

- 支持繁体转简体中文

- 提供详细的转换进度提示

- 使用 Whisper large-v3 模型保证准确率



## 环境要求



使用前需要安装以下 Python 包：



```bash

pip install faster-whisper

pip install pydub

pip install numpy

pip install opencc-python-reimplemented

```



## 使用方法



### 基础用法



```python

from audio_transcribe import transcribe_audio_to_srt



# 基本调用方式

transcribe_audio_to_srt(

    audio_file_path="input.mp3",    # 输入音频文件路径

    output_srt_path="output.srt",   # 输出字幕文件路径

    language="zh",                  # 音频语言（默认中文）

    to_simplified=True              # 是否转换为简体中文

)

```



### 参数说明



- `audio_file_path`：输入音频文件路径，支持多种格式（mp3、wav 等）

- `output_srt_path`：输出 SRT 字幕文件的保存路径

- `language`：音频语言代码，默认为 "zh"（中文）

- `to_simplified`：是否将输出转换为简体中文，默认为 True



## 功能详解



1. **音频预处理**

   - 自动将音频转换为单声道

   - 采样率设置为 16kHz

   - 支持多种音频格式输入



2. **语音识别优化**

   - 使用 large-v3 模型提高识别准确率

   - 启用语音活动检测（VAD）

   - 配置上下文关联以提高准确性

   - 通过参数配置减少随机性



3. **字幕生成**

   - 自动生成序号编号

   - 精确的时间戳标记

   - 支持繁简中文转换

   - 标准 SRT 格式输出



## 输出示例



```

1

00:00:00,000 --> 00:00:02,500

这是第一句话的内容



2

00:00:02,500 --> 00:00:05,000

这是第二句话的内容

```



## 进度显示



脚本执行过程中会显示详细的进度信息：



- 音频文件加载进度

- 模型加载状态

- 转录进度和时间戳

- 总体处理时间统计



## 注意事项



1. 首次运行时会自动下载 Whisper 模型，需要稳定的网络连接

2. 处理长音频文件时可能需要较长时间

3. 建议使用高质量的音频输入以获得更好的识别效果

4. 确保系统有足够的存储空间和内存



## 错误处理



如果遇到问题，请检查：



- 所有依赖包是否正确安装

- 输入音频文件是否存在且格式正确

- 系统是否有足够的存储空间

- 网络连接是否正常（首次运行需要下载模型）