Einfaches Python-Skript zum Verschriftlichen aller Videos eines Youtube-Channels. Wer einen API-Key von Aleph Alpha nutzt, kann sich eine KI-generierte Inhaltsübersicht erstellen lassen. / A simple Python Notebook that turns all videos in a channel to transcripts. If you have an API key for the Aleph Alpha LLM, you can get an AI-generated summary as well.
- Braucht: Ein Google-Konto (für die Verbindung mit einem Google Drive und für die Colab-Nutzung) / User needs: a Google account (for using Google Colab, and a Google Drive as storage)
- Die Notebook-Seite in diesem Repository ansteuern und auf "Open in Colab" klicken / Click "Open in Colab" in the Notebook
- Im Colab-Menü unter "Laufzeit/Laufzeittyp ändern" die GPU einschalten - davon profitiert die Speech-to-text-Umwandlung enorm /* Switch the Runtime type to GPU in the Runtime menu - speeds up speech-to-text conversion immensely *
- Die erste Code-Zelle durch einen Klick auf das Play-Symbol ausführen - sie fragt nach der Ziel-Playlist bzw. dem Ziel-@channel / Execute the first code cell by clicking the play button next to it - it will ask for the target playlist or @channel
- Alle Code-Zellen nacheinander ausführen. Dem Colab auf Anfrage den Zugriff auf das Google-Drive freigeben - es legt dort einen Ordner
/youtube-scraper/outputan.
- Nutzt die Library yt-dlp, um eine Liste der Videos des Kanals zu erstellen. / Using the yt-dlp library - a fork of youtube-dl - to list the videos and get the metadata
- Speichert diese Liste mit einigen Infos zu den Videos (Uploaddatum, Views, Länge) als Excel-Datei im Google-Drive des Nutzers ab. / Saves the list containing info like upload date, views, number of comments to the user's GDrive
- Lädt die Videos in der kurzen M4A-Audio-Variante herunter / Downloads an M4A audio file of the videos from Youtube
- Wandelt dann mit der OpenAI-KI-Bibliothek whisper die Audios in Textdateien um. / Uses OpenAI's whisper library to transcribe the audios
- Nutzt dann den (kostenpflichtigen) Service von Aleph Alpha, um den Text automatisiert in Stichpunkte zusammenzufassen / Uses the (paid) Aleph Alpha AI to summarize the text to bullet points
- yt-dlp ist sehr großzügig und akzeptiert Youtube-Adressen in allerlei Form: Playlisten, Channel-Namen, URLs von einzelnen Videos. Das Skript kann zwar aus einzelnen Videos keine Liste von Videos erstellen, der Download funktioniert aber trotzdem. / yt-dlp is quite tolerant, so you may try to get single videos, although the script might fail.
- Daran denken: Das Skript kann keine Videos finden, die der Ersteller auf "Nicht gelistet" gestellt hat. (Technisch ist das, was als Kanal-Videos angezeigt wird, eine Playlist aller "Öffentlich"-Videos.) Einzelne "Nicht gelistet"-Videos, die man über Links gefunden hat, muss man sich einzeln über diesen Link dazuholen. / Remember that videos can only be found if they are "Public", or listed in a playlist.
- Das Skript legt im Google Drive der Nutzerin einen Ordner
MyDrive/youtube-scraper/outputan. Dort finden sich die M4A-Dateien, die Transkripte als .txt-Dateien, und die Liste der Videos als .xlsx. Wenn das Skript durch ist: den Ordner am besten einfach umbenennen. / Output files: M4A, TXT, and the XLSX with the metadata and summary, are found in the output folder -MyDrive/youtube-scraper/outputby default - Wenn das Skript beim Download eines Videos scheitert - was immer mal wieder vorkommt - versucht es herauszufinden, welche Videos noch offen sind, und startet den Download für diese Videos nochmal. Wenn irgendwas Grundlegendes schief läuft. führt das erst nach einigen hundert Versuchen zum Abbruch. / Should a download fail, or the Notebook lose its connection, run the cells again - it will get the files it hasn't done yet.
- Remember that a Google Colab needs you to stay connected; leave the browser tab open and interact with the page, or it will disconnect after 30 minutes. There are browser plugins to automate that.