Application Python locale pour le traitement automatisé de vidéos YouTube avec transcription, sous-titres et publication.
- 3 sources vidéo : fichier local, téléchargement YouTube, enregistrement d'écran
- Transcription automatique avec Whisper (faster-whisper)
- Correction IA des sous-titres avec OpenRouter (GPT-4o-mini)
- Incrustation des sous-titres avec FFmpeg
- Génération SEO : titre, description, tags optimisés
- Publication YouTube directe avec OAuth
- Python 3.10+
- FFmpeg installé et dans le PATH
- Clé API OpenRouter
# Cloner le projet
cd C:\Dev\Yt
# Installer les dépendances de base
pip install -r requirements.txt
# Pour la transcription (optionnel, ~2GB)
pip install faster-whisper torch- Copier
env.template.txten.env - Remplir les clés API :
OPENROUTER_API_KEY: Clé depuis https://openrouter.ai/keysYOUTUBE_CLIENT_ID/YOUTUBE_CLIENT_SECRET: Depuis Google Cloud Console
python main.py├── main.py # Point d'entrée
├── config.py # Configuration
├── database.py # SQLite
├── models.py # Modèles de données
├── gui/
│ ├── app.py # Fenêtre principale
│ └── widgets.py # Composants UI
├── services/
│ ├── ffmpeg.py # Traitement vidéo
│ ├── downloader.py # Téléchargement YouTube
│ ├── recorder.py # Enregistrement écran
│ ├── whisper.py # Transcription
│ ├── openrouter.py # IA (correction, SEO)
│ └── youtube.py # API YouTube
└── output/ # Fichiers générés
- Source : Sélection/téléchargement/enregistrement de la vidéo
- Transcription : Conversion audio → texte avec Whisper
- Correction : Amélioration du texte avec GPT-4o-mini
- Sous-titres : Incrustation avec FFmpeg
- SEO : Génération du titre, description, tags
- Publication : Upload sur YouTube
- GUI : CustomTkinter
- Base de données : SQLite
- Transcription : faster-whisper
- IA : OpenRouter (GPT-4o-mini)
- Vidéo : FFmpeg, yt-dlp, mss, opencv
- YouTube : google-api-python-client