whisper-transcriber

Script em Python para transcrever áudios e vídeos usando o modelo Whisper, com guia passo a passo para configuração e uso no Windows.

Como utilizar este projeto:

O usuário pode clonar o repositório (git clone ) ou baixar o ZIP manualmente. Em seguida, seguir o README: nele estão os pré-requisitos (Python ≥3.10 e FFmpeg), o passo a passo para instalar e colocar o FFmpeg no PATH, além dos comandos pip necessários para instalar Whisper e Torch dentro de um ambiente virtual se desejado. Por fim, executar o script: depois que o FFmpeg e as dependências estão instalados, basta chamar python transcrever.py CAMINHO/DO/ARQUIVO, o que dispara a validação do arquivo, chama o Whisper e grava um .txt UTF-8 ao lado do original.

Pré-requisitos

• Python 3.10 ou superior instalado.
• FFmpeg disponível no sistema.

Como Instalar o Python

1. Abra o navegador e acesse: https://www.python.org/downloads/windows/.
2. Clique em Download Python (última versão).
3. Quando abrir a instalação, marque a opção “Add Python to PATH”.
4. Clique em Install Now e aguarde até terminar.

Como instalar o FFmpeg (Windows)

1. Acesse o site oficial: https://ffmpeg.org/download.html.

2. Clique em Windows builds from gyan.dev (link confiável indicado pelo site).

3. Na página que abrir, baixe o arquivo chamado ffmpeg-release-essentials.zip.

4. Após o download, clique com o botão direito no arquivo e escolha Extrair tudo.

5. Uma pasta chamada ffmpeg-... será criada (o nome pode variar um pouco). Renomeie essa pasta para apenas:

   ffmpeg
   

6. Mova essa pasta para dentro do diretório principal do Windows. Normalmente: C:\ffmpeg.

Como configurar o FFmpeg no PATH do Windows

Depois de extrair a pasta ffmpeg para C:\ffmpeg, é preciso informar ao Windows onde o programa está. Isso é feito adicionando o caminho C:\ffmpeg\bin na configuração chamada Path.

1. Clique no botão Iniciar (canto inferior esquerdo da tela).

2. Digite variáveis de ambiente.

   1. Vai aparecer uma opção chamada Editar variáveis de ambiente do sistema.
   2. Clique nela.

3. Na janela que abrir, clique no botão Variáveis de Ambiente... (fica embaixo).

4. Agora veja duas seções:

   1. Variáveis de usuário (apenas para sua conta no computador)
   2. Variáveis do sistema (para todos os usuários)

   Você pode usar qualquer uma, mas para simplificar, escolha Variáveis do sistema.

5. Nessa lista, encontre a variável chamada Path.

   1. Clique em Path.
   2. Depois clique em Editar....

6. Vai abrir uma janela com vários caminhos (linhas de texto).

   1. Não apague nada!
   2. Clique em Novo.
   3. Digite exatamente: C:\ffmpeg\bin

7. Clique em OK em todas as janelas para salvar.

Instalando as dependências do projeto

1. Abra o Prompt de Comando.

2. Vá até a pasta do projeto:

   cd C:\Users\SEU_USUARIO\Desktop\transcricao
   

3. Instale as dependências, um comando por vez:

   pip install git+https://github.com/openai/whisper.git
   pip install torch
   

Uso

Após instalar o FFmpeg e as dependências:

1. Salve o arquivo de áudio ou vídeo em um dos formatos suportados (.mp3, .mp4, .m4a, .wav, .flac, .ogg, .webm, .wma, .aac, .mov, .mkv).

2. Execute o script transcrever.py, informando o caminho do arquivo a ser processado:

   python transcrever.py /caminho/para/o/arquivo.mp3

   Opcionalmente, você pode indicar um modelo específico do Whisper com a flag --modelo (por exemplo, tiny, small, medium, large):

   python transcrever.py /caminho/para/o/arquivo.mp4 --modelo small

3. O script valida o caminho informado, verifica a extensão do arquivo e, em seguida, carrega o modelo com whisper.load_model para executar transcribe. A transcrição é salva em um arquivo .txt com o mesmo nome do arquivo original, codificado em UTF-8.

Caso ocorra algum erro (arquivo inexistente, extensão não suportada etc.), o script exibirá uma mensagem explicando o problema.