Skip to content

Используем нейронку для пересказа YouTube

В этой статье мы рассмотрим, как с помощью нейросети и Python создать пересказ видео на YouTube на основе его субтитров. Мы будем использовать Ollama для запуска модели и yt-dlp для извлечения субтитров.

Требования

  1. Операционная система: Linux.
  2. Программы: установленные yt-dlp, Ollama (инструкции ниже).
  3. Доступ в интернет для загрузки утилит.
  4. Права администратора (требуется установка в системные папки).
  5. Процессов: чем больше ядер, тем быстрее ответит нейронка.
  6. Память: минимум в 2 раза больше размера модели нейронки (для 4b ≈ 8 ГБ)
  7. Диск: достаточно свободного места для файлов (модель нейронки занимает несклько гигабайт).

Инструкция

  • Установить Ollama сервер: 
    curl -fsSL https://ollama.com/install.sh | sh

  • Настроить Ollama на автоматический запуск: 

    systemctl edit ollama.service

    Добавьте в открывшийся редактор следующие строки: 

    [Service]
Environment="OLLAMA_HOST=0.0.0.0"

    Сохраните файл и перезапустите сервис: 

    systemctl restart ollama.service
    - Открыть порт 11434 если используете фаерволл 
    ufw allow 11434/tcp
    - Скачать модель нейронки: 
    ollama pull gemma3:4b
    - Установить yt_dlp: 
    pip install yt-dlp
    - Создайте файл yt_sum.py со следующим кодом: 
    #!/usr/bin/env python3

import os
import json
import requests
import re
import yt_dlp

OLLAMA_URL = 'http://192.168.3.14:11434/api/chat'
YOUTUBE_URL = 'https://www.youtube.com/watch?v=umbtgR77mR8'

for lang in ['ru', 'en']:
    try:
        YDL = yt_dlp.YoutubeDL({'skip_download': True, 'quiet': True, 'writesubtitles': True, 'writeautomaticsub': True, 'subtitlesformat': 'json3', 'subtitleslangs': [lang], 'outtmpl': {'default': 'temp_subtitles_%(id)s'}})
        VIDEO_INFO = YDL.extract_info(YOUTUBE_URL, download=True)
        VIDEO_NAME = VIDEO_INFO.get('title', 'Unknown')
        VIDEO_ID = VIDEO_INFO.get('id', 'unknown')
        break
    except yt_dlp.utils.DownloadError:
        continue

with open(f"temp_subtitles_{VIDEO_ID}.{lang}.json3", "r", encoding="utf-8") as f:
    JSON_SUBTITLES = json.load(f)

SUBTITLE_TEXT = ""
for event in JSON_SUBTITLES.get("events", []):
    if "segs" in event:
        for seg in event["segs"]:
            text = seg.get("utf8", "")
            if text != "\n":
                SUBTITLE_TEXT += text

os.remove(f"temp_subtitles_{VIDEO_ID}.{lang}.json3")

LLM_REQUEST = f"""
Ты — инструмент извлечения фактической информации. 
Тебе даны субтитры из видео: "{VIDEO_NAME}".

Твоя ЗАДАЧА:
Извлечь строго и только ТО, что ПРЯМО и ЯВНО содержится в предоставленном тексте:

— факты
— утверждения
— конкретные тезисы
— имена, фамилии, названия
— даты, временные указания
— числовые данные
— явно упомянутые объекты и события

Ответ строго на русском языке.

Текст субтитров:

{SUBTITLE_TEXT}
"""

JSON_REQUEST = {"model": "gemma3:4b", "stream": False, "messages": [{ "role": "user", "content": f"{LLM_REQUEST}" }], "options": { "num_ctx": 8192 }}
response = requests.post(OLLAMA_URL, json=JSON_REQUEST, headers={"Content-Type": "application/json"})
LLM_RESPONSE_CONTENT = response.json()["message"]["content"]

    Код на GitHub - Сделайте исполняемым (chmod +x) и запустить файл yt_sum.py: 

    python3 yt_sum.py

Итог

Мы запустили Ollama сервер, на котором запустили нейронную модель Gemma. Мы создали Python скрипт, который извлекает субтитры по ссылке YouTube, отправляет их в нейросеть для анализа и получает структурированный пересказ видео.

Этот подход можно использовать для быстрого анализа содержимого видео, создания кратких выжимок или для поиска конкретной информации в длинных видео.

Библиотека моделей Ollama

yt-dlp на GitHub