Communitygithub.com

AI-비디오-트랜스크라이버

YouTube, TikTok, Bilibili, Apple Podcasts, SoundCloud 등 30개 이상의 플랫폼에서 비디오 또는 팟캐스트 URL을 받아 대본을 추출하고 요약하거나 번역합니다. 로컬 미디어 파일이나 .txt 파일도 지원합니다.

AI-비디오-트랜스크라이버란 무엇인가요?

이 스킬은 URL(YouTube, TikTok, Bilibili, Apple Podcasts, SoundCloud 등 30개 이상의 플랫폼) 또는 로컬 미디어/텍스트 파일에서 비디오나 팟캐스트를 받아 자동으로 대본을 추출하고 요약하며 번역합니다. 플랫폼에서 제공하는 자막(초 단위)을 우선 사용하고, 없을 경우 로컬 Whisper 음성 인식 모델로 대체합니다. 이후 최적화, 번역, 요약 파이프라인을 거쳐 결과를 JSON 형식으로 출력합니다. 사용자가 'transcribe', 'summarize this video', 'what does this video say', 'get the transcript', '转录', '视频摘要' 등과 같은 명령어를 입력하면 자동으로 트리거됩니다. OpenAI 호환 API 키가 없어도 기본 대본 생성을 지원하며, `--no-llm` 플래그로 LLM 단계를 생략할 수 있습니다. Claude Code, Cursor, Codex 등 AI 에이전트 환경에서 사용하기 적합합니다.

지원 대상~Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/wendy7756/AI-Video-Transcriber/tree/HEAD/skills/video-transcribe

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

비디오 트랜스크라이브

이 저장소의 파이프라인을 헤드리스로 실행합니다: 플랫폼 자막(초 단위, 가능한 경우), 로컬 Whisper 폴백(fallback), 그다음 최적화 -> 번역 -> 요약.

실행 전

명령은 AI 비디오 트랜스크라이버 저장소 루트에서 실행해야 하며, 프로젝트 가상 환경(virtualenv)과 ffmpeg가 필요합니다. 세션당 한 번 확인하세요:

ls venv/bin/python && command -v ffmpeg
  • 가상 환경 없음: ./install.sh 실행, 또는 python3 -m venv venv && venv/bin/pip install -r requirements.txt
  • ffmpeg 없음: macOS에서는 brew install ffmpeg, Debian/Ubuntu에서는 sudo apt install ffmpeg로 먼저 설치하세요. 설치 없이 진행하지 마세요. 오디오 추출이 실패합니다.

실행하기

venv/bin/python transcribe.py "<URL 또는 파일 경로>" --json

항상 --json을 전달하세요: 머신이 읽을 수 있는 출력을 표준 출력(stdout)으로 보내고 진행 상황은 표준 에러(stderr)로 유지합니다. 로그 줄을 긁어오지 말고 JSON을 파싱하세요.

유용한 플래그:

플래그사용 시기
-l, --summary-language <코드>요약 언어: en, zh, es, fr, de, it, pt, ru, ja, ko, ar. 기본값 en
--no-llmAPI 키를 사용할 수 없거나 사용자가 원시 대본만 원하는 경우. optimize/translate/summarize를 건너뜁니다
--no-video사용자가 소스 비디오를 보관하지 않으려는 경우
--whisper-model small속도보다 정확성이 중요한 경우. tiny에서 large까지, 기본값 base
-o <디렉토리>Markdown을 ./temp 대신 다른 곳에 쓰려는 경우

LLM 단계는 OPENAI_API_KEY를 통해 OpenAI 호환 키가 필요하며, 선택적으로 OPENAI_BASE_URL도 필요합니다. 키가 없어도 파이프라인은 여전히 대본을 생성하지만 기본 포맷팅으로 폴백됩니다. 사용자가 대본만 필요할 때는 --no-llm을 선호하세요.

공급자 설정:

export OPENAI_API_KEY="your_api_key_here"
export OPENAI_BASE_URL="https://openrouter.ai/api/v1"
export OPENAI_TRANSLATION_MODEL="gpt-4o"  # 선택 사항

일회성 실행의 경우 transcribe.py는 --api-key, --base-url, --model도 허용합니다. API 키가 셸 히스토리에 기록되지 않도록 가능하면 환경 변수를 선호하세요.

결과 읽기

{
  "title": "...",
  "no_speech": false,
  "detected_language": "en",
  "files": { "raw": "...", "transcript": "...", "summary": "...", "translation": "..." },
  "media": { "path": "...", "kind": "video", "size_bytes": 2243691 }
}

transcript와 summary 경로를 읽어 콘텐츠를 확인하세요. translation은 소스 언어가 요약 언어와 다를 때만 존재합니다.

중요: no_speech

"no_speech": true인 경우 소스에 음성이 포함되어 있지 않습니다. 대본, 요약, 번역이 없습니다. 파이프라인은 의도적으로 LLM을 건너뛰어 아무것도 만들어내지 않도록 합니다.

이 경우 사용자에게 비디오에 음성이 없다고 알리세요. 내용을 추측하거나, 제목에서 유추하거나, 비디오가 무엇에 관한 것인지 설명하지 마세요.

실패 모드

  • 종료 코드 2: 잘못된 입력 (파일 없음, 지원되지 않는 확장자, 빈 텍스트 파일 등). 메시지를 보고 인수를 수정하세요.
  • 종료 코드 1: 다운로드/트랜스코딩 실패 (보통 도달할 수 없는 URL, 지역 제한/비공개 비디오, 또는 ffmpeg 누락). 실제 오류를 보고하세요.
  • 첫 실행 시 Whisper 가중치를 다운로드하므로 잠시 멈춘 것처럼 보일 수 있습니다.
  • 긴 비디오는 Whisper 모드에서 느립니다. 플랫폼 자막이 없으면 시작 전에 사용자에게 경고하세요.

관련 스킬