Este projeto foi desenvolvido para fins estudantis, focando no uso prático de SLMs. Atualmente, traduz vídeos do inglês para português (Brasil) automaticamente. Correções e otimizações serão adicionadas futuramente.
- Linguagem de Programação: Python
- Gerenciador de Pacotes: UV
- Gerenciador de Pacotes Alternativo: pip
- Dependências: FFmpeg (Download FFmpeg)
curl -LsSf https://astral.sh/uv/0.8.15/install.sh | sh
echo 'export PATH=$HOME/.local/bin:$PATH' >> ~/.bashrc
source ~/.bashrc sudo apt update
sudo apt install ffmpeg sudo apt update
sudo apt install rubberband-cli- Clone o repositório:
git clone https://github.com/NotleDv/Translat-Video-AI
- Navegue até o diretório do projeto:
cd Translat-Video-AI - Crie e ative o ambiente virtual principal:
uv venv .venv --python=3.10 source .venv/bin/activate uv pip install -r requirements.txt - Crie e ative o ambiente virtual secundário:
uv venv .venv_ds --python=3.10 source .venv_ds/bin/activate uv pip install -r requirements_ds.txt
Antes de rodar o projeto, acesse este site para criar um token: pyannote/speaker-diarization-3.1 · Hugging Face.
Crie uma conta no Hugging Face, faça o login e gere um token de acesso.
Adicione esse token na chave token do arquivo config.json na raiz do projeto.
Exemplo: { "token": "SEU_TOKEN_AQUI" }
Esta ação deve ser feita antes de rodar o projeto.
- Navegue até o diretório do projeto:
cd Translat-Video-AI - Acesse o .venv:
source .venv/bin/activate - Execute no terminal:
python -m pipeline.pipeline