YouTubeTranscriber

這是一個使用 OpenAI Whisper 與 GPT API（預設 GPT-4O）來自動轉錄並摘要/整理 YouTube 影片逐字稿的程式。

透過此工具，你可以：

• 下載 指定 YouTube 影片的音訊
• 使用 Whisper 進行聽打與轉錄
• 使用 GPT 自動優化文字與生成議題時間軸
• 輸出多種格式（Whisper 原始 JSON、純文字稿、GPT 整理稿、主題時間軸）

功能特色

1. 音訊自動下載：透過 yt-dlp 下載最佳音訊並轉成 mp3。
2. 支援多種 Whisper 模型：可透過設定檔 .env 指定模型大小（tiny, base, small, medium, large 等）。
3. 自動偵測運算資源：可根據系統自動選擇 MPS (Apple GPU)、CUDA (NVIDIA GPU) 或 CPU。
4. GPT-4 整理優化：將逐字稿段落化、語意通順化，並同時生成主題時間軸。
5. 多檔案輸出：
   • Whisper 原始 JSON
   • Whisper 純文字逐字稿
   • GPT 整理後的文字稿
   • GPT 生成的主題/議題時間軸

系統需求

• Python 3.9+（建議使用 3.10 或以上）
• ffmpeg（yt-dlp 下載 mp3 後需要此工具做音訊轉碼）
• 建議使用 GPU 或 Apple Silicon (M1/M2) 加速 Whisper。若無 GPU 或 Apple Silicon，也可使用 CPU（速度較慢）。

安裝步驟

1. 下載或 Clone 專案

git clone https://github.com/jasperbug/YouTubeTranscriber.git
cd YouTubeTranscriber

2. 建立虛擬環境（建議）

# 以 venv 為例
python -m venv venv
source venv/bin/activate  # Mac/Linux
# 若是 Windows：
# venv\Scripts\activate

3. 安裝所需套件

pip install -r requirements.txt

若要使用 GPU 或 MPS，請確保安裝對應的 torch 版本，參考 PyTorch 官網調整安裝指令。

4. 設定 .env 檔案

OPENAI_API_KEY=你的OpenAI金鑰
WHISPER_MODEL=small   # (可換成 tiny, base, medium, large 等)
LANGUAGE=zh           # (預設中文轉錄，也可改成 en, ja 等)

OPENAI_API_KEY 請至 OpenAI 平台 申請並取得。

5. 確認 ffmpeg 安裝

• yt-dlp 下載音訊後，會用 ffmpeg 轉為 mp3。
• 各平臺安裝方式：
  • macOS: brew install ffmpeg
  • Ubuntu/Debian: sudo apt-get install ffmpeg
  • Windows: FFmpeg 官網 下載並安裝

使用方式

1. 執行程式

python yttr.py "<YouTube URL>"

例如：

python yttr.py "https://www.youtube.com/watch?v=jbLKNqqWEZc&t=529s"

2. 程式流程

• 讀取 .env 中的環境變數 (尤其是 OPENAI_API_KEY)
• 使用 yt-dlp 下載 YouTube 影片音訊並存成 mp3
• 呼叫 Whisper 進行轉錄，產生逐字稿 JSON 與文字檔
• 呼叫 GPT-4 進行文字優化、段落化與主題時間軸生成
• 輸出檔案儲存在 transcripts/ 下，以影片標題建立子資料夾

3. 輸出檔案說明

• whisper_raw_YYYYMMDD_HHMMSS.json：Whisper 原始轉錄結果 (JSON)
• whisper_text_YYYYMMDD_HHMMSS.txt：Whisper 純文字逐字稿
• gpt_transcript_YYYYMMDD_HHMMSS.txt：GPT 整理後的內容
• gpt_topics_YYYYMMDD_HHMMSS.txt：GPT 依據時間戳產生的主題/議題清單

參數設定

環境變數	用途	預設值	說明
OPENAI_API_KEY	OpenAI API 金鑰	(無)	必填，用於呼叫 GPT-4 或 GPT-3.5-turbo API
WHISPER_MODEL	Whisper 模型大小	small	可改為 tiny, base, medium, large 等模型
LANGUAGE	Whisper 轉錄語言	zh	可改為 en, ja 或其他支援的語言

常見問題

1. 沒有使用 GPU？

   • 程式會檢查 torch.cuda.is_available() 與 torch.backends.mps.is_available()
   • 若沒有偵測到可用 GPU / MPS，就會使用 CPU
   • 請在 PyTorch 官網 下載相符的 GPU/MPS 版本 torch

2. GPT-4 沒法使用？

   • 需要有 GPT-4 API 權限，且 .env 中 OPENAI_API_KEY 要正確填寫
   • 若無法使用 GPT-4，可嘗試改用 gpt-3.5-turbo

3. 下載音訊時出錯

   • 可能是系統沒有安裝 ffmpeg 或網路連線問題
   • 某些地區可能需要科學上網來存取 YouTube

4. 轉錄速度很慢

   • 建議使用 GPU (NVIDIA CUDA) 或 Apple Silicon (M1/M2) 等硬體加速
   • CPU 轉錄大檔案會需要較長時間

5. 進階用法

   • 強制重新轉錄：預設若已存在同一影片的轉錄檔，程式會直接使用舊檔

聯絡方式

• 如果有任何問題或建議，歡迎在本專案的 Issues 中提出，或透過以下方式聯絡：
  • Twitch: https://www.twitch.tv/buuuggyy
  • Discord: 728961559208001588