Youtubeの海外動画をPythonで日本語に文字起こしする

最近、AI関連の情報が海外から入ってくることが多いけど、英語がよくわからん、という方も多いのではないでしょうか。

なので、海外の動画を日本語に翻訳してくれれば、自分でも理解できると思い、youtubeの海外動画を日本語に翻訳してテキストに保存してくれるプログラムを書きました

今回使用しているのは、DeepLというAPIです。
利用するにはDeepLへの登録が必要だと思いますが、無料で使えるので、ぜひ使ってみてください。

from pytube import YouTube
from moviepy.editor import *
import speech_recognition as sr
import deepl

API_KEY = '' # 自身の API キーを指定
# イニシャライズ
translator = deepl.Translator(API_KEY)

def download_video_from_youtube(url, save_path='.'):
    yt = YouTube(url)
    stream = yt.streams.get_highest_resolution()
    filename = stream.default_filename
    stream.download(output_path=save_path)
    return os.path.join(save_path, filename)

def extract_audio_from_video(video_path, audio_path):
    video = VideoFileClip(video_path)
    video.audio.write_audiofile(audio_path)

def convert_audio_to_text(audio_path):
    recognizer = sr.Recognizer()
    
    with sr.AudioFile(audio_path) as source:
        audio_data = recognizer.record(source)
        try:
            # CMU Sphinxエンジンを使用して音声をテキストに変換
            text = recognizer.recognize_sphinx(audio_data)
            return text
        except sr.UnknownValueError:
            return "Sphinx could not understand audio"
        except sr.RequestError as e:
            return "Sphinx error; {0}".format(e)


def transcribe_from_youtube_url(url, save_path='.'):
    video_path = download_video_from_youtube(url, save_path)
    audio_path = video_path.replace(".mp4", ".wav")
    extract_audio_from_video(video_path, audio_path)
    text = convert_audio_to_text(audio_path)
    return text

def save_transcription_to_file(transcription, filename="transcription.txt"):
    with open(filename, "w", encoding="utf-8") as file:
        file.write(transcription.text)


if __name__ == '__main__':
    # YouTubeのURLを指定
    youtube_url = ""
    
    # 関数を呼び出して、文字起こしを実行
    transcription = transcribe_from_youtube_url(youtube_url)
    translated_text = translator.translate_text(transcription, target_lang="JA")
    # 結果をファイルに保存
    save_transcription_to_file(translated_text, "output_transcription.txt")
    
    # 結果を出力
    print(translated_text)

スクレイピングを学びたい方は、こちらのnoteも参考にしてください