AI Content Creation

Este repositorio contiene herramientas automatizadas para la edición y transcripción de contenido de video, utilizando las tecnologías de Python auto-editor y whisper. Estas herramientas están diseñadas para acelerar el proceso de edición de video y generar transcripciones automáticas.

Requisitos previos

• Python 3.11.5: https://www.python.org/downloads/release/python-3115/
• Dependencias de Python especificadas en requirements.txt o requirements_transcripts.txt

Instalación

Creación de un entorno virtual

Antes de instalar las dependencias, es recomendable crear un entorno virtual para evitar conflictos con otras bibliotecas o versiones de Python.

Windows

py -m venv .venv
.venv\Scripts\activate

Linux/Mac

python3 -m venv .venv
source .venv/bin/activate

Instalación de dependencias

Una vez activado el entorno virtual, instala las dependencias necesarias:

Para recortes.py:

pip install -r requirements.txt

Para transcriptions.py:

• Instalamos todo lo necesario (con/sin CUDA)

    pip install -r requirements_transcripts.txt

Instalamos CUDA 12.1 (Windows):

Primero instalamos CUDA 12.1 desde su página web oficial: https://developer.nvidia.com/cuda-12-1-0-download-archive

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

Instalamos CUDA 12.1 (Linux/No disponible para Mac):

pip3 install torch torchvision torchaudio

Uso

recortes.py

Este script recorta los momentos de silencio en videos .mkv o .mp4 y los guarda en una carpeta especificada. Modifica las rutas en el script según tus necesidades:

if __name__ == "__main__":
    path = r'D:\yt\raw2'
    destino_recortes = r'D:\yt\recortes'

Además de exportar para DaVinci Resolve, puedes especificar el formato de exportación para diferentes programas de edición de video. Modifica la línea de comando:

nombre_archivo_base, extension = os.path.splitext(os.path.basename(archivo))
        if nombre_archivo_base not in archivos_fcpxml and nombre_archivo_base not in archivos_procesados and nombre_archivo_base not in archivos_procesados_en_destino:
            comando = f"auto-editor \"{archivo}\" --edit \"(or audio:3% motion:6%)\" --export resolve" ### esta linea

en el script según el programa que estés utilizando:

• Para DaVinci Resolve:

comando = f"auto-editor \"{archivo}\" --edit \"(or audio:3% motion:6%)\" --export resolve"

• Para Adobe Premiere:

comando = f"auto-editor \"{archivo}\" --edit \"(or audio:3% motion:6%)\" --export premiere"

• Para Final Cut Pro:

comando = f"auto-editor \"{archivo}\" --edit \"(or audio:3% motion:6%)\" --export final-cut-pro"

• Para ShotCut:

comando = f"auto-editor \"{archivo}\" --edit \"(or audio:3% motion:6%)\" --export shotcut"

• Para ninguno de los anteriores:

comando = f"auto-editor \"{archivo}\" --edit \"(or audio:3% motion:6%)\" --export clip-sequence"

transcriptions.py

Este script genera transcripciones en formato .srt para videos .mp4 o .mkv. Modifica las rutas y el modelo de Whisper según tus necesidades:

if __name__ == "__main__":
    path_videos = r'D:\yt\rawshorts'
    destino_transcripciones = r'D:\yt\transcripciones'

Importante tener en cuenta esta tabla

Size	Parameters	English-only model	Multilingual model	Required VRAM	Relative speed
tiny	39 M	tiny.en	tiny	~1 GB	~32x
base	74 M	base.en	base	~1 GB	~16x
small	244 M	small.en	small	~2 GB	~6x
medium	769 M	medium.en	medium	~5 GB	~2x
large	1550 M	N/A	large	~10 GB	1x

Si vamos a utilizar esta automatización de IA con cpu, solo recomiendo que usen los modelos: tiny, base y como mucho small.

Link a el repositorio de la herramienta de IA (Whisper): https://github.com/openai/whisper

Modificación de cantidad de longitud de palabras en el subtitulo:

word_options = {
            "highlight_words": False,
            "max_line_count": 1,
            "max_words_per_line": 1 
        }

Si queremos que el subtitulo tenga en cuenta más de una sola palabra, cambiamos la ultima linea "max_words_per_line": 1 a la cantidad de palabras que queramos, reemplazando el 1.

Modificar el modelo (que repercute en la calidad de transcripcion) y también si queremos usar CPU o nuestra gráfica Nvidia:

model = whisper.load_model(name='medium', device='cuda')

En la parte de name podemos cambiar a lo que está entre comillas a cualquiera de las opciones de la tabla de arriba (Si vamos a utilizar esta automatización de IA con cpu, solo recomiendo que usen los modelos: tiny, base y como mucho small y en cuanto a gráfica dependiendo de la cantidad de VRAM que tengamos seleccionemos un modelo u otro.)

Y en la parte de device podemos seleccionar o "cuda" o "cpu". Si tenemos gráfica con CUDA instalado dejamos "cuda", si tenemos un cpu sin gráfica o una Mac, escribimos "cpu".

Creación de archivos ejecutables

Para facilitar el uso de los scripts, puedes crear archivos ejecutables que permitan ejecutarlos con un doble clic. A continuación, se muestran ejemplos para Windows, pero puedes adaptarlos para Linux y Mac.

Windows

recortes.bat:

@echo off
python "C:\Ruta\A\Tu\Script\recortes.py"
pause

transcripts.ps1:

# Activa el entorno virtual
& "C:\Ruta\A\Tu\Entorno\.venv\Scripts\Activate.ps1"

# Ejecuta el script de transcripciones
python "C:\Ruta\A\Tu\Script\transcriptions.py"

# Desactiva el entorno virtual
deactivate

Coloca estos archivos en tu escritorio o en una ubicación conveniente y haz doble clic para ejecutar los scripts.

Linux/Mac

recortes.sh:

python /Ruta/A/Tu/Script/recortes.py
deactivate

transcripts.sh:

source /Ruta/A/Tu/Entorno/.venv/bin/activate
python /Ruta/A/Tu/Script/transcriptions.py
deactivate

Haz los archivos ejecutables:

chmod +x recortes.sh transcripts.sh

Ahora puedes ejecutar los scripts con un doble clic.