HistoPol (#HP) 🥥 🌴
Kennt Ihr eine App for Win10 oder Android, die aus einem Podcast per Voice Recognition ein Skript generieren kann?
Hintergrund: ich schreibe öfters mal einen Thread zu einem Pod, allerdings ist es schwierig 20-60 Minuten verbatim im Kopf zu behalten, suchen ist mühselig und die Autoren haben keine Kapa, z. B.:
HistoPol (#HP) 🥥 🌴
Das klingt genial - mal sehen, ob ich es schaffe. - Nope, YT nimmt kein MP3-Format - ist ja kein Video, sondern ein Podcast. - Da müsste ich wohl erst mal konvertieren nach MP4, oder (weiteres Programm :().
Mina
Eine App jetzt nicht, aber wenn du den Podcast als privates Video bei YouTube hochlädst, kannst du dort automatisch Untertitel generieren lassen (soll Google auch mal was für dich tun!).
Dann kannst du sie mit yt-dlp mit der Option --write-auto-subs herunterladen.
HistoPol (#HP) 🥥 🌴
Danke
#oTranscribe sicherlich nicht - old school abtippen: " sodass Sie während der Wiedergabe einfach beim Tippen mithalten können."
#HappyScribe: 60 Sprachen - super. Aber: Über 10 min: 20 €Ct. pro Minute! (no way)
ExpressScribe:
Der Preis der kostenpflichtigen Version beläuft sich einmalig auf rund 45 €.
Denkbar. " Software wird auch mit einer fairen Testphase geliefert, "
Muss ich mir mal genauer ansehen. -
Minas Idee mit YT ist auch gut, fkt. noch nicht.
HistoPol (#HP) 🥥 🌴
Hatte schon was vermutet - online-Ergebnis - Lachnummer für 45 min. MP3 (sh. u.).
Was für ein Bild, allerdings, es ist ja nur eine MP3-Audio-Datei auf dem PC?
Mina
Audio zu Video:
Kein Problem mit der Schweizer Armee-Kettensäge der Videobearbeitung:
Schnapp dir irgendein Bild und dann:
ffmpeg -loop 1 -i bild.png -i audio.mp3 -shortest video.mp4
HistoPol (#HP) 🥥 🌴
@Mina
Warum einfach, wenn es auch kompliziert geht. ;(
Ok, habe mir nun einfach einen Screenshot von dem Video gemacht. Let's see.
Mina
Ich sagte "Schnapp dir irgendein Bild", irgendein x-beliebiges.
Ein Video braucht nun mal auch etwas für die Pixel.
Mina
Übrigens: Es geht natürlich auch lokal.
Eine exzellente Software zur Spracherkennung ist Whisper:
https://www.linuxlinks.com/machine-learning-linux-whisper-automatic-speech-recognition-system/2/
HistoPol (#HP) 🥥 🌴
Davon hörte ich schon...auf ner Linux-Maschine?
HistoPol (#HP) 🥥 🌴
Er findet ffmpeg nicht.
Muss ich dazu in den Programmpfad?
Die Dateien sind natürlich in Download.
Ah, ich hasste DOS schon immer.
HistoPol (#HP) 🥥 🌴
C:\Program Files\ffmpeg
Mina
ffmpeg sollte in /usr/bin (also im Standardpfad) sein, wenn es regulär installiert ist.
HistoPol (#HP) 🥥 🌴
Lmao
Das is DOS
Mina
Stell mir keine Windows-Fragen.
Das ist immer so kompliziert.
HistoPol (#HP) 🥥 🌴
Es sind immer noch fast die gleichen Befehle in der Command Line. Was im Background läuft ist mir als Enduser wurscht. Pfade, Parameter, etc. on der Commandline.
Ist ffmpeg im Gegensatz zu YT ein richtiges Windows-Programm?...ich habe es seit der Erstinstallation nicht mehr benutzt.
Mina
Es gibt schon lange kein DOS mehr.
Die Windows-Shell ist inzwischen schon ziemlich OK. Ich kann sie aber (in Ermangelung einer Windows-Installation) aber nicht benutzen.
HistoPol (#HP) 🥥 🌴
Ich schau mal,ob ich den alten thread bezüglich YT finde.
Dort hatten wir das Thema der Pfade schon mal, ich meine aber nur in Bezug auf YT. Weiss nicht mehr, weshalb wir ffmpeg benötigten.
Mina
ffmpeg ist ein C-Programm, das auf jedem Betriebssystem nativ kompiliert wurde.
Also: ja
Es ist halt ein Programm für die Kommandozeile. Auch unter Windows.
HistoPol (#HP) 🥥 🌴
Richtig!
Apropos mixen, magst Du West Side Story?
Ich stiess heute auf eine Synthese, bildlich und tonspurseitig, von einem Lied mit einem perfekten Zusammenschnitt aus verschiedenen Aufzeichnungen.
Mina
yt-dlp braucht manchmal ffmpeg, um die verschiedenen Video- und Audiostreams zusammenzumixen.
HistoPol (#HP) 🥥 🌴
Uih, du machst dir aber viel Mühe.
Du hast Whisper?
Verstehe nun, warum sie mich aus der kostenlosen Pnline-Lösumg rausgekickt gaben--zuviel Ressourcenbindung.
Mina
Ich lasse das gerade weiter durchlaufen. Die Qualität des Transskripts mit Whisper ist absolut fantastisch, es dauert aber und frisst Ressourcen wie Sau:
Der Prozess alleine saugt 4GB RAM und 50% Leistung von 8 i7-Prozessoren und braucht trotzdem lange.
Wohl eher was zum über Nacht laufen lassen.
Mina
Bei mir ist immer alles #linux
Ich teste das gerade mit dem Video von Cory Doctorow:
[…]
[00:13.160 --> 00:16.520] I have a confession to make.
[00:16.520 --> 00:19.920] I am now old.
[00:19.920 --> 00:21.480] I turned 52 last month.
[00:21.480 --> 00:23.520] I am now the full deck of cards.
[00:23.520 --> 00:25.120] I have two artificial hips.
[00:25.120 --> 00:27.120] I have cataracts in both my eyes.
[00:27.120 --> 00:29.780] I am old as dirt.
[...]
HistoPol (#HP) 🥥 🌴
Pssst. Don't tell. 🤫
Mina
Ja. Ich habe Whisper zufälligerweise gerade gestern installiert.
HistoPol (#HP) 🥥 🌴
(1/2)
Prima, dann eine kleine Entschädigung für Deine Mühe in 2 Teilen aus dem #WestSideStory 1961/2021 Supercut, den ich bislang so auch nicht kannte.
1.) Den schneidetechnisch aus meiner Sicht sehr gelungenen
🎙️ Dance at the Gym🎵 🎶 (Mambo) ...
Mina
Klar mag ich West Side Story.
HistoPol (#HP) 🥥 🌴
(2/2)
...und der 2.) Clip aus dem #WestSideStory 1961/2021 Supercut der unschlagbare Sozialkritik-Song von #LeonardBerstein:
🎙️America🎵 🎶
...der aus meiner Sicht bei all den sozialen Problemen derzeit der #SongOfTheDay ist.
HistoPol (#HP) 🥥 🌴
😃
Mina
Fantastisch!
HistoPol (#HP) 🥥 🌴
Ich habe noch eine Teil für Dich, allerdings keine "fusion", die Dir jedoch sprachlich besonders gut gefallen dürfte:
🎙️I Feel Pretty🎵 🎶
West Side Story – Cast 2021 (From "West Side Story")
HistoPol (#HP) 🥥 🌴
Nur so mal als Zwischenfrage:
läuft die Konvertierung der 45 min. noch immer? (nicht, dass ich es jetzt bräuchte, aber die Dauer beunruhigt mich doch).
Deine Idee mit YT erscheint mir doch so langsam praktikabler. Unter Win8 hatte ich auch mal einen schnellen Unviversalkonverter, aber den zu finden...
HistoPol (#HP) 🥥 🌴
Ich liebe sie. Aber Bernstein's West Side Story ist ja auch Romeo und Julia in NYC mit Vertonung. ;)
Mina
Sehr schön gemacht und gesungen!
Obwohl ich Musicals eigentlich nicht besonders leiden kann.
HistoPol (#HP) 🥥 🌴
Toll. - Wie lange also für 45 min.?
Songtexte: good thinking. Schade.
Bin gespannt auf die Quali.
Bis Morgen, gute Nacht Dir und danke.
Mina
Nee, ist schon laaange durch.
Ich bin, wie gesagt, von der Qualität sehr überzeugt.
Ich habe dann noch mal ausprobiert, ob das auch für Songtexte funktioniert.
Nein! Totalversagen.
HistoPol (#HP) 🥥 🌴
Ja, die sind heute der Schlüssel zu jedweder IT-Lösung wie es scheint.
Ich sollte mir das mit dem Programm auch überlegen, jetzt, wo Du es so erfolgreich getestet hast...
Mina
Ich glaube, es hat 2 Stunden gedauert.
Mit einer richtigen Grafikkarte wäre das wohl viel schneller gegangen.
HistoPol (#HP) 🥥 🌴
Automatische Untertitelung mit YT
will das gerade mal testen - wo stelle ich das denn bitte beim Upload ein?
HistoPol (#HP) 🥥 🌴
Danke dir, gesehen.
Soll ich mit dem Upload in mein normales YT-Portal zunächst fortfahren oder es direkt dort probieren und abbrechen?
Mina
Hier ist eine Anleitung dafür.
Aber ich probiere es gerade und scheitere am "Sprache einstellen".
Mina
Ich würde den Upload machen und gucken, ob es bei dir klappt oder nicht.
Ich bin jetzt gerade überfragt. Ich dachte, das mit den automatisch generierten Untertiteln, wäre eine gute Idee, aber ich dachte nicht, dass es so schwierig wird.
HistoPol (#HP) 🥥 🌴
Klar, verstehe.
Sehe dafür (in den vielen Optionen) keine Einstellungen...
Ist es dennoch Wert, da Whisper (genialer Name) nicht für Lieder geht.
... und dann kommt auf weitere Einstellungen auf S. 2 :) - BINGO!
Mit CC (closed captions) funktioniert es, man bekommt den O-Ton als Transkript eingeblendet. - Wenn man das noch wieder auslesen könnte über das YT-Tool...
Es gibt nur Fehler bei Interpunktion (logo) und Groß-/Kleinschreibung (auch EN) - aber sonst super.
HistoPol (#HP) 🥥 🌴
"Es lääuuft." (Ich weiß nicht, ob Du den Moderator kennst, weiß nicht mehr wer. ;))
allerdings habe ich jetzt einmal mp4 (logo) und ein mir unbekanntes Format ohne Öffnungsoption:
vtt
Kuckst du hier:
https://www.amberscript.com/de/blog/programme-zum-oeffnen-von-vtt-dateien/
Ne, nicht schon wieder ein neues Programm...
Mit FF probiert, Bingo (Bild 3):
LibreOfficeCalc kann's auch, zerhackt jedoch alles in zu viele Spalten, deshalb öffnen mit und "Feste Breite".
Danach sind noch einige Excel-Bereinigungenerforderlich -
Mina
Ja, yt-dlp lädt mit der Option
"--write-auto-subs" die automatisch generierten Untertitel herunter.
Hier noch der Link zu den verschiedenen Untertitel-Optionen:
HistoPol (#HP) 🥥 🌴
...OfficeCalc - Formeln funktionieren zu anders - massiver Zeitverlust >10x.
//
Jetzt esse ich erst mal.
HistoPol (#HP) 🥥 🌴
🙈 Gehöre zur Try first look later Generation (nach vetting)--was ich 1x selbst hinbekomme, kriege ich immer wieder hin.
Danke.
Versuche es nachher erneut.
Mina
Wie auf der verlinkten Seite erklärt, solltest du mit der Option
--sub-format srt
ein einfacheres Format mit weniger Formatierungszeug haben können.
HistoPol (#HP) 🥥 🌴
Viel Spaß damit, wenn Du von Kunden-IT oder die des Arbeitgebers abhängig bist. 😉
Switching costs hatte ich schon öfter--deshalb immer performanteste Version/Lösung--hält am Längsten.
Abgesehen davon reichte die Performance schon von Excel nie wirklich aus für mich...hatten wir schon mal diskutiert.
Vom Gefühl her scheinen mir auf den 1. Blick auch Funktionalitäten zu fehlen.
Bei Word hangle ich mich jetzt zähneknirschend durch.--Das ist eh am Sicherheitkritischten.
Mina
Da erlebst du direkt, was Cory in seinem Vortrag "Switching Cost" nennt.
Je länger man sich an etwas bindet, desto schwerer wird man es los.
Vor 15 Jahren gewechselt => Heute kein Stress.
HistoPol (#HP) 🥥 🌴
Ja und nein. Alles andere ist hier mE immer noch 2nd rate und dann benötigst du für ERP-Systeme immer eine Tabellenkalkulationsschnittstelle--nach über 2 Jahrzehnten nun Standard (Excel).
Das Risiko geht kaum jmd. ein, könnte ihn/sie den Job kosten, wenn's nicht läuft.
Und dann noch der Zeitverlust.
Für die paar Formeln in xls hätte ich <10 min. für alles gebraucht.
Nirgends ist heute noch Zeit für weniger perfomante Alternativen. Arbeitszeit ist, wie du weißt die knappste Ressource.
Mina
Das mit der Abhängigkeit kenne ich auch.
Aber Excel ist in der Tat das Maß aller Dinge bei der Tabellenkalkulation.
HistoPol (#HP) 🥥 🌴
Solange MS nicht den letzten Stage in der #Enshittification geht, gibt es da für ganz viele betriebliche Abteilungen einen Lock-in. Und wenn man ohnehin schon xls hat...gibt's das im Corporate-Bereich überhaupt noch als stand-alone-Product?
HistoPol (#HP) 🥥 🌴
Ich glaube nicht, dass es 98% sind, da z.B. im Rechnungswesen die Schnittstellen gar nicht vorhanden wären. Außerdem übersiehst du, dass es sehr viele gibt, die (alte) Makroprogrammierungen (ich nicht, deswegen) verwenden.
Aber für alle die, die nicht PowerUser oder darüber sind, stimme ich dir zu. - Ich kenne das Spiel aus vielen Firmen schon mit der Diskussion "Wofür brauchen Sie denn 64bit Excel?" "Wieso müssen die Daten denn lokal gespeichert werden? Alle anderen arbeiten doch..."
Mina
Kaufen kann man es wohl schon.
Aber: Wenn ich auch Excel für ein Super-Produkt halte (wohl das Beste von Microsoft), bin ich immer noch der Meinung, dass LibreOffice Calc für 98% aller Anwendungen exakt genauso gut wäre und auch, wenn der Switch wirklich gemacht ist, nicht mehr Zeit kostet, aber mit den Vorteilen von offenen Standards.
Ist aber wie mit den Autos: Auf einmal sind alle Krankenschwestern auf dem Land mit 5 Kindern, die jeden Tag 3 Waschmaschinen transportieren müssen.
HistoPol (#HP) 🥥 🌴
...auch auf dem Netzlaufwerk und haben keine Schwierigkeiten." usw.
An Deiner Grundaussage ändert das nicht - außer "ein paar" Spezialisten (ich schätze ca. 5-10% im Biz-Bereich) könnten alle anderen voraussichtlich umsteigen.
Gleichzeitig müssten jedoch die Schulungskapazitäten deutlich hochgezogen werden, denn die Key-User-Methodid/Train-the-trainer geht dann auch nicht mehr - ich könnte nicht helfen, so wie ich das sehe.
//
HistoPol (#HP) 🥥 🌴
UPDATE TRANSKRIPT über YT:
So, die neuen Parameter liefen durch, lieferten aber m.E. keinen Unterschied.
Die Excel-Programmierung dauerte unter 5 min.
Verbleibendes, großes Problem:
Alle Transkriptzeilen sind inhaltlich doppelt wiedergegeben, jedoch keine perfekten Dubletten, so dass eine Bereinigung sehr aufwändig wäre.
Vllt. wirfst Du mal einen Blick drauf. Der Output ist echt doof so. Komisch.
Im ursprünglichen Format waren es wenigstens 100%ige Dubletten (sh. vorher).
//
GNU social JP is a social network, courtesy of GNU social JP管理人. It runs on GNU social, version 2.0.2-dev, available under the GNU Affero General Public License.
All GNU social JP content and data are available under the Creative Commons Attribution 3.0 license.