YouTube Video Screenshot-Transcription-Translation-Summary App

這是一個用於處理YouTube影片的Flask應用程序。它可以下載影片,生成截圖,提取聲音,進行轉錄和翻譯,並提供影片摘要。 (透過 Replit Agent 製作原型程式，以及數百次與 Claude 的愉快交談@@)

功能

• 從YouTube URL下載影片
• 生成影片截圖
• 提取聲音並進行轉錄
• 翻譯影片內容 (支持多種語言)
• 生成影片摘要
• 儲存處理後的影片訊息到資料庫
• 提供Web界面顯示處理結果

以及： 偵測影片是否有字幕檔案，若有合適的字幕檔案：

1. 若有中文字幕檔案，不進行翻譯，直接進行摘要。
2. 若是英文字幕檔案，進行翻譯，再進行摘要。
3. 若是其他語言的字幕檔案，先翻譯為英文、再翻譯為中文，再進行摘要。

B. 若沒有合適的字幕檔案： 進行轉錄的動作，偵測轉錄內容的語文，然後依照上述做法進行翻譯和/或摘要。

展示

• 首頁
• 影片頁
• 原文切換
• 光箱顯示

安裝

1. 複製此程式庫:

   git clone https://github.com/charlesc/YouTube-STTS.git
   cd YouTube-STTS
   

2. 安裝依賴:

   pip install -r requirements.txt
   

3. 安裝FFmpeg (用於聲音提取):

   • 在Ubuntu上: sudo apt-get install ffmpeg
   • 在macOS上 (使用Homebrew): brew install ffmpeg
   • 在Windows上: 下載FFmpeg並將其添加到系統PATH中

4. 安裝Ollama (使用本地端AI模型)和 mlx-whisper（在 Apple M1/2/3/4處理器上進行聲音轉錄）:

   • 請按照Ollama官方文件的說明進行安裝。
   • 請參考mlx-whispere官方文件

配置

1. 確保Ollama服務正在運行,並監聽在http://localhost:11434。

使用方法

1. 運行Flask應用:

   python main.py
   

2. 在瀏覽器中打開 http://localhost:5001

3. 輸入YouTube影片URL、設定截圖頻率，並點擊"Process Video"

4. 等待處理完成,結果將顯示在頁面上

程式結構

• main.py: Flask應用的主入口
• video_processor.py: 影片處理的核心邏輯
• vtt_translator.py: 字幕處理和翻譯功能
• image_processor.py: 圖像處理和去重複功能
• database.py: 資料庫操作
• templates/: HTML模板
• static/: 靜態文件 (CSS, JS, 截圖等)

技術堆疊

• Python
• Flask
• OpenCV
• yt-dlp
• mlx-whisper
• Ollama
• SQLite

注意事項

• 此應用僅用於教育和研究目的。請遵守YouTube的服務條款、並尊重智慧財產權。
• 確保您有足夠的磁盤空間來儲存下載的影片（暫存）和生成的截圖。
• 處理長影片可能需要較長時間,請耐心等待。

貢獻

歡迎提交問題和拉取請求來改進此項目。

許可證

本項目採用 MIT 許可證。詳情請見 LICENSE 文件。