Um script de linha de comando eficiente para transcrever arquivos de áudio e vídeo em legendas .srt usando a tecnologia Whisper.
Este projeto foi criado para automatizar a tarefa de transcrever aulas, palestras, reuniões e outros conteúdos de mídia. Utilizando o poder dos modelos de IA da família Whisper, este script oferece uma solução robusta e flexível que pode ser executada localmente, com suporte para aceleração via GPU para um desempenho ainda maior.
O objetivo é fornecer uma ferramenta simples, mas poderosa, para que usuários possam obter transcrições de alta qualidade sem depender de serviços online.
- Menu Interativo: Selecione facilmente qual arquivo transcrever a partir de uma lista de mídias válidas no diretório.
- Suporte a Vários Formatos: Transcreva os formatos de áudio e vídeo mais comuns (mp3, mp4, wav, m4a, webm, etc.).
- Saída em .srt: Gera arquivos de legenda no formato SubRip (.srt), prontos para uso em players de vídeo ou para leitura.
- Aceleração por GPU: Suporte total para processamento em GPUs NVIDIA (CUDA) para uma transcrição significativamente mais rápida.
- Seleção de Modelo: Escolha entre diferentes tamanhos de modelo (
tiny,base,small,medium,large-v3) para balancear velocidade e precisão. - Feedback em Tempo Real: Acompanhe o progresso da transcrição diretamente no seu terminal.
Toda a documentação formal do projeto, incluindo a Especificação de Requisitos do Usuário (URS), a Especificação de Requisitos do Software (SRS), o Desenho da Arquitetura (SDS) com fluxogramas está disponível na pasta /docs deste repositório.
Antes de começar, certifique-se de que você tem os seguintes softwares instalados:
- Python 3.12
- astral-uv
Para aceleração GPU, instale:
- Nvidia Cuda ToolKit
- Nvidia cuNND
- Nvidia CuBlas
-
Clone o repositório:
git clone https://github.com/thawancomt/whisper-transcript.git cd whisper-transcript -
Instale as dependencias:
uv sync
- Coloque os arquivos de áudio ou vídeo que você deseja transcrever na pasta do projeto.
- Execute o script no seu terminal.
(Modelos disponíveis: tiny, base, small, medium, large-v2, large-v3)
python app.py [--cpu-threads] [--model=modelo_desejado]O script irá listar os arquivos disponíveis e você poderá escolher um número para iniciar a transcrição.
python app.py --cuda [--cpu-threads] [--model=modelo_desejado]Este projeto está licenciado sob a Licença MIT. Veja o arquivo LICENSE para mais detalhes.