Escolha o Idioma | Choose the Language

• Português
• English

---

TextoPro

Transcritor e Tradutor de Áudio e Vídeo

Este projeto é um transcritor e tradutor de áudio automatizado usando Whisper da OpenAI. O script pode baixar vídeos do YouTube, extrair o áudio, transcrever e traduzir o texto, salvando em arquivos de texto separados.

Créditos

Daniel Dias
Site: https://linuxgo.com.br
Administrador da Comunidade Sandeco e apoiador do canal YouTube Sandeco

Matheus Bach
LeGen: matheusbach/legen

Funcionamento dos Menus de Seleção

Menu Principal

Ao executar o script principal main.py, você verá o menu principal com a opção de fornecer um caminho para um arquivo .mp4 ou baixar um vídeo do YouTube. Escolha uma das opções:

1. Fornecer um caminho para um arquivo .mp4
2. Baixar do YouTube

Seleção de Idioma de Entrada

Após escolher a fonte do vídeo, o script solicitará que você selecione o idioma de entrada. Você verá uma lista de idiomas suportados. Digite o número correspondente ao idioma desejado.

Seleção do Modelo Whisper

O script solicitará que você selecione o modelo Whisper a ser usado. Escolha um dos modelos disponíveis digitando o número correspondente.

Processamento e Salvamento

O script processará o áudio, gerará a transcrição e a tradução, e salvará os resultados em arquivos de texto separados no diretório textos_transcritos.

Informações Técnicas e de Instalação

Estrutura do Projeto

texto-pro/
├── __init__.py
├── downloader.py
├── file_manager.py
├── main.py
├── transcriber.py
├── translator.py
├── utils.py
├── whisper_utils.py
├── venv/
│   └── ... (arquivos da virtual environment)
└── requirements.txt

Arquivos e Funções

• downloader.py: Contém a função download_video(url) que baixa um vídeo do YouTube usando yt_dlp e salva no diretório temp.
• file_manager.py:
  • save_transcription(base_filename, original_text, translated_text, target_language): Salva a transcrição e tradução em arquivos separados.
  • handle_downloaded_video(mp4_file_path, keep_video, new_output_filename): Move ou remove o vídeo baixado com base na escolha do usuário.
• main.py: Script principal que gerencia o fluxo do programa.
• transcriber.py: Contém a função process_audio_file(mp3_file_path, model, input_language, output_filename) que processa o áudio e gera a transcrição.
• translator.py: Contém a função translate_text(original_text, detected_language) que traduz o texto da transcrição para o idioma desejado.
• utils.py:
  • clear_screen(): Limpa a tela.
  • select_language(): Permite a seleção do idioma de entrada.
• whisper_utils.py: Contém a função load_model() que carrega o modelo Whisper apropriado.

Pré-requisitos

• Python 3.7 ou superior
• ffmpeg
• yt-dlp
• CUDA e cuDNN (para aceleração com GPU)
• Instalar dependências listadas no requirements.txt

Instalação do CUDA e cuDNN

1. Verifique a Compatibilidade da GPU

Verifique se sua GPU é compatível com CUDA no site da NVIDIA.

2. Baixe e Instale os Drivers NVIDIA

1. Baixe o driver apropriado para sua GPU: Vá para o site de download de drivers da NVIDIA e baixe o driver adequado para sua placa gráfica.
2. Instale o driver: Siga as instruções de instalação fornecidas pela NVIDIA.

3. Instale o CUDA Toolkit

1. Baixe o CUDA Toolkit: Acesse o site de download do CUDA Toolkit e baixe a versão apropriada para seu sistema operacional.
2. Instale o CUDA Toolkit:

   • No Linux, siga as instruções para instalar o CUDA Toolkit. Normalmente, você executará comandos como:

     sudo dpkg -i cuda-repo-<distro>_<version>_amd64.deb
     sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/<distro>/x86_64/7fa2af80.pub
     sudo apt-get update
     sudo apt-get install cuda

   • No Windows, execute o instalador e siga as instruções na tela.

4. Adicione o CUDA ao PATH

Após a instalação, adicione o CUDA ao seu PATH:

• No Linux: Adicione as seguintes linhas ao seu ~/.bashrc:

  export PATH=/usr/local/cuda/bin:$PATH
  export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

  Em seguida, recarregue o ~/.bashrc:

  source ~/.bashrc

• No Windows: Adicione C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin ao PATH nas variáveis de ambiente do sistema.

5. Instale o cuDNN

• Baixe o cuDNN: Acesse o site de download do cuDNN e baixe a versão que corresponde à sua versão do CUDA.

• Instale o cuDNN:

  • No Linux:

    Extraia os arquivos do cuDNN e copie-os para os diretórios do CUDA:

    tar -xzvf cudnn-<version>-linux-x64-v<version>.tgz
    sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
    sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64
    sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

  • No Windows:

    Extraia os arquivos do cuDNN e copie-os para os diretórios do CUDA. Normalmente, você colocará os arquivos no diretório C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4.

6. Verifique a Instalação

Para verificar se o CUDA e o cuDNN estão instalados corretamente, execute os seguintes comandos:

nvcc --version

Você deve ver a versão do CUDA Toolkit instalada.

7. Instale o PyTorch com Suporte a CUDA

Finalmente, instale o PyTorch com suporte a CUDA:

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu11x

8. Verifique se o PyTorch Detecta a GPU

Para garantir que o PyTorch está configurado corretamente para usar a GPU, execute o seguinte código no Python:

import torch
print(torch.cuda.is_available())

Se a instalação estiver correta, isso deve retornar True.

Instalação do Projeto

Clone o repositório:

git clone https://github.com/ecodelearn/textopro.git
cd textopro

Crie um ambiente virtual:

python -m venv venv
source venv/bin/activate   # No Windows, use `venv\Scripts\activate`

Instale as dependências:

pip install -r requirements.txt

Instale o ffmpeg e yt-dlp, se ainda não estiverem instalados:

sudo apt-get install ffmpeg
pip install yt-dlp

Uso

Execute o script principal:

python main.py

Siga as instruções na tela:

1. Escolha fornecer um caminho para um arquivo .mp4 ou baixar do YouTube.
2. Se optar por baixar do YouTube, forneça o link do vídeo.
3. Selecione o idioma de entrada.
4. Selecione o modelo Whisper a ser usado.
5. A transcrição e tradução serão salvas no diretório textos_transcritos.

---

TextoPro - Audio and Video Transcriber and Translator

This project is an automated audio transcriber and translator using OpenAI's Whisper. The script can download YouTube videos, extract the audio, transcribe, and translate the text, saving them into separate text files.

Credits

Daniel Dias
Website: https://linuxgo.com.br
Administrator of Sandeco Community and supporter of YouTube Sandeco

Matheus Bach
LeGen: matheusbach/legen

Menu Functions

Main Menu

When running the main script main.py, you'll see the main menu with options to provide a path to an .mp4 file or download a YouTube video. Choose one of the options:

1. Provide a path to an .mp4 file
2. Download from YouTube

Input Language Selection

After choosing the video source, the script will ask you to select the input language. You will see a list of supported languages. Type the number corresponding to the desired language.

Whisper Model Selection

The script will ask you to select the Whisper model to be used. Choose one of the available models by typing the corresponding number.

Processing and Saving

The script will process the audio, generate the transcription and translation, and save the results in separate text files in the textos_transcritos directory.

Technical Information and Installation

Project Structure

texto-pro/
├── __init__.py
├── downloader.py
├── file_manager.py
├── main.py
├── transcriber.py
├── translator.py
├── utils.py
├── whisper_utils.py
├── venv/
│   └── ... (virtual environment files)
└── requirements.txt

Files and Functions

• downloader.py: Contains the function download_video(url) that downloads a YouTube video using yt_dlp and saves it in the temp directory.
• file_manager.py:
  • save_transcription(base_filename, original_text, translated_text, target_language): Saves the transcription and translation into separate files.
  • handle_downloaded_video(mp4_file_path, keep_video, new_output_filename): Moves or removes the downloaded video based on the user's choice.
• main.py: Main script managing the program flow.
• transcriber.py: Contains the function process_audio_file(mp3_file_path, model, input_language, output_filename) that processes the audio and generates the transcription.
• translator.py: Contains the function translate_text(original_text, detected_language) that translates the transcription text to the desired language.
• utils.py:
  • clear_screen(): Clears the screen.
  • select_language(): Allows the selection of the input language.
• whisper_utils.py: Contains the function load_model() that loads the appropriate Whisper model.

Prerequisites

• Python 3.7 or higher
• ffmpeg
• yt-dlp
• CUDA and cuDNN (for GPU acceleration)
• Install dependencies listed in requirements.txt

CUDA and cuDNN Installation

1. Check GPU Compatibility

Ensure your GPU is CUDA-compatible on NVIDIA's website.

2. Download and Install NVIDIA Drivers

1. Download the appropriate driver for your GPU: Go to the NVIDIA driver download page and download the correct driver for your GPU.
2. Install the driver: Follow NVIDIA's installation instructions.

3. Install CUDA Toolkit

1. Download CUDA Toolkit: Visit the CUDA Toolkit download page and download the correct version for your operating system.
2. Install CUDA Toolkit:

   • On Linux, follow the instructions to install the CUDA Toolkit. Typically, you will run commands like:

     sudo dpkg -i cuda-repo-<distro>_<version>_amd64.deb
     sudo apt-key adv --fetch-keys http://developer.download.nvidia.com/compute/cuda/repos/<distro>/x86_64/7fa2af80.pub
     sudo apt-get update
     sudo apt-get install cuda

   • On Windows, run the installer and follow the on-screen instructions.

4. Add CUDA to PATH

After installation, add CUDA to your PATH:

• On Linux: Add the following lines to your ~/.bashrc:

  export PATH=/usr/local/cuda/bin:$PATH
  export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH

  Then reload the ~/.bashrc:

  source ~/.bashrc

• On Windows: Add C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4\bin to the system environment variables PATH.

5. Install cuDNN

• Download cuDNN: Visit the cuDNN download page and download the version that matches your CUDA version.

• Install cuDNN:

  • On Linux:

    Extract the cuDNN files and copy them to the CUDA directories:

    tar -xzvf cudnn-<version>-linux-x64-v<version>.tgz
    sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
    sudo cp -P cuda/lib64/libcudnn* /usr/local/cuda/lib64
    sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

  • On Windows:

    Extract the cuDNN files and copy them to the CUDA directories. Typically, you will place the files in C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4.

6. Verify Installation

To verify that CUDA and cuDNN are correctly installed, run the following commands:

nvcc --version

You should see the installed version of the CUDA Toolkit.

7. Install PyTorch with CUDA Support

Finally, install PyTorch with CUDA support:

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu11x

8. Check if PyTorch Detects the GPU

To ensure PyTorch is properly set up to use the GPU, run the following code in Python:

import torch
print(torch.cuda.is_available())

If the installation is correct, this should return True.

Project Installation

Clone the repository:

git clone https://github.com/ecodelearn/textopro.git
cd textopro

Create a virtual environment:

python -m venv venv
source venv/bin/activate   # On Windows, use `venv\Scripts\activate`

Install the dependencies:

pip install -r requirements.txt

Install ffmpeg and yt-dlp if not already installed:

sudo apt-get install ffmpeg
pip install yt-dlp

Usage

Run the main script:

python main.py

Follow the on-screen instructions:

1. Choose to provide a path to an .mp4 file or download from YouTube.
2. If downloading from YouTube, provide the video link.
3. Select the input language.
4. Select the Whisper model to be used.
5. The transcription and translation will be saved in the textos_transcritos directory.

This project is licensed under the terms of the GNU GPLv3.