¿Qué hace Subtitleador de Video Multilingüe?
Subtitleador de Video Multilingüe
Esta habilidad toma un archivo de video, extrae su pista de audio, la transcribe automáticamente al idioma original y luego traduce los subtítulos a los idiomas que especifiques. Los subtítulos resultantes se guardan en archivos SRT listos para usar.
Características
- Transcripción automática del audio del video.
- Traducción de subtítulos a múltiples idiomas.
- Soporte para formatos de video comunes (MP4, AVI, MOV, etc.).
- Salida en formato SRT compatible con la mayoría de reproductores.
- Procesamiento local sin enviar datos a servidores externos.
Requisitos
- Python 3.8 o superior.
- FFmpeg instalado y accesible desde la línea de comandos.
- Modelo de lenguaje local (por ejemplo, Whisper) o acceso a una API de traducción.
Instalación
- Instala las dependencias necesarias:
pip install openai-whisper ffmpeg-python
- Asegúrate de que FFmpeg esté instalado en tu sistema:
- En macOS:
brew install ffmpeg - En Ubuntu/Debian:
sudo apt install ffmpeg - En Windows: Descarga desde ffmpeg.org y añádelo al PATH.
Uso
Ejecuta el script principal con la ruta del video y los idiomas deseados:
python subtitler.py video.mp4 --langs es,en,fr
Esto generará archivos como video.es.srt, video.en.srt, video.fr.srt.
Opciones adicionales
--model: Especifica el modelo de Whisper a usar (tiny, base, small, medium, large).--output-dir: Directorio de salida para los archivos SRT.--source-lang: Idioma original del video (por defecto, se detecta automáticamente).
Ejemplo avanzado:
python subtitler.py mi_video.mp4 --langs ja,ko --model large --output-dir ./subtitulos --source-lang en
Cómo funciona
- Extracción de audio: FFmpeg extrae la pista de audio del video.
- Transcripción: Whisper transcribe el audio a texto en el idioma original.
- Traducción: El texto se traduce a cada idioma destino usando un modelo de traducción.
- Generación de SRT: Los subtítulos se escriben en archivos SRT con marcas de tiempo.
Limitaciones
- La calidad de la transcripción depende de la claridad del audio y del modelo usado.
- La traducción puede no ser perfecta para idiomas muy distintos.
- Videos muy largos pueden requerir recursos computacionales significativos.
Licencia
MIT