如何为YouTube转录加上标点符号？

Question

在Youtube上，我可以下载视频的CC字幕，但字幕不包含标点符号。如何自动为字幕添加标点符号？

- William

---

你能说明你是通过YouTube API还是客户端代码来尝试实现它吗？ - Nate T

任何方法都可以。最好使用软件或服务，例如上传原始的转录/视频/音频并下载标点符号的转录。 - William

Answer 1

这是自然语言处理（NLP）中研究的一个问题，通常称为标点符号还原。有一些深度学习解决方案可以实现此目标，但它们并不完美，尽管它们可以实现不错的结果。您可以尝试使用https://github.com/ottokart/punctuator2，它基于这篇论文。（您可以在此处尝试该工具）。

- wiktort1

---

真棒的工具。我刚刚用它来给一个YouTube视频的转录加上了标点符号，效果非常好。一开始我尝试对整个文档进行处理，但在大约35K个字符处停止了自动加标点。于是我手动将其分成了合理的块。这真是省时的好帮手。 - Chris C

Answer 2

在2023年，有多种方法可以做到这一点：

1. 使用chatGPT，它效果非常好，但由于输入文本的限制，对于长视频（60分钟以上）而言，这是一个相当繁琐的过程。除了批量处理之外，还必须控制每个批次的输出质量，因为它目前不是100％一致的。 2. 使用Deep Multilingual Punctuation Prediction。它可以精确恢复英文文本的77％的标点符号。但它无法修复大写字母。 3. 使用yt-dlp和Whisper。从YouTube下载mp3并运行Whisper。这个OpenAI模型可以非常好地进行语音转文字，并提供带有标点符号的输出。但对于长视频/音频来说速度较慢（处理60分钟音频需要约30分钟）。示例实现 4. 使用yt-dlp和whisper.cpp。它的处理速度更快，处理60分钟音频只需不到10分钟。我的示例实现 5. 使用Shoki.app。

- Alena Melnikova

---

我尝试使用chagGPT。确实它运行良好，但是提示必须仔细编写，否则目标文本可能会更改。它也不是免费的。 - Andy

Answer 3

无法从YouTube中获取它们，您必须自己生成它们。 谷歌 提供了一项为任意文本生成标点的服务，并且根据我的个人经验，它比某些竞争对手更准确，因此我建议将其通过该服务运行。

- Carson

---

此服务需要您从视频中提取音频并上传。而且这是一个付费服务。 - William