whispr

Transcribe → Summarize → Understand
Whispr ist eine Dockerized Pipeline, die Videos automatisch in Text und Zusammenfassungen umwandelt.
Sie nutzt OpenAI Whisper für die Transkription und LLMs (OpenAI / OpenRouter) für die Zusammenfassung.

---

✨ Features

• 🎬 Video → Audio: .mp4 → .mp3 mit ffmpeg
• 🎧 Audio → Transcript: Transkription mit Whisper (GPU-beschleunigt, falls verfügbar)
• 📝 Transcript → Summary: Automatische Zusammenfassungen mit OpenAI, OpenRouter oder LM Studio
• 🐳 Dockerized: Einfache Nutzung mit GPU-Support (zurzeit nur von OP mit NVIDIA GPU's getestet)
• ⚡ Flags & Workflows: Flexible Ausführung mit --only-transcript oder Standard-Workflow

---

📂 Projektstruktur

.
├── transcribe.py         # Hauptpipeline
├── transcribe_api.py     # Flask API für Uploads
├── run_whispr.sh         # Script für Docker build & run
├── Dockerfile            # Containerdefinition
├── video/                # Inputvideos (.mp4)
├── audio/                # Extrahiertes Audio (.mp3)
├── transcripts/          # Transkripte (.txt)
├── summaries/            # Zusammenfassungen (.txt)
├── prompt.txt            # Optionaler Custom-Prompt
├── .env                  # API Keys

---

⚡ Quickstart

1. Clone & Build

git clone https://github.com/yourusername/whispr.git
cd whispr
./setup.sh # erstellt benötigte ordner video/, audio/, transcripts/, summaries/

👉 Baut das Docker-Image whispr und startet den Container mit allen notwendigen Mounts.

---

2. Videos hinzufügen

Lege deine .mp4 Dateien im Ordner video/ ab.

---

3. Environment konfigurieren

Erstelle eine .env Datei mit deinen Keys:

OPENAI_API_KEY=sk-xxxx
OPENROUTER_API_KEY=or-xxxx

Wähle den Service in transcribe.py:

SERVICE = "openai"       # "openai", "open-router", or "lm-studio"

Wähle das gewollte AI Modell in transcribe.py:

MODEL_NAME = "gpt-5"       # (By Default its set to an openai API Model)

---

4. Prompt anpassen

Gegebenenfals prompt.txt nach vorlieben anpassen

---

5. Pipeline ausführen

Standard (Video → Audio → Transcript → Summary):

./run_whispr.sh

Nur bis Transkript (keine API-Zusammenfassung):

./run_whispr.sh --only-transcript

Hilfe anzeigen:

./run_whispr.sh -h

Die Pipeline konvertiert automatisch:

1. .mp4 → .mp3
2. .mp3 → Transkript (transcripts/)
3. Transkript → Zusammenfassung (summaries/)

---

🛠 Dependencies

• Python 3.10
• PyTorch (CUDA falls verfügbar)
• Whisper
• ffmpeg
• requests
• python-dotenv

👉 Alles wird automatisch im Docker-Container installiert.

---

📌 Roadmap

• Mehr Whisper-Modelle (tiny, small, medium, large)
• Leichtere Konfiguration von genutzten AI-Modellen
• Verbessertes docker-handling
• Gegebenenfalls automatische Ausführung bei Ablage in Ordner

---

📄 License

MIT License — frei nutzbar, veränderbar und teilbar.