41 Pipeline de traduction vidéo IA à une commande | Configuration WSL2 pour les langues indiennes et internationales

Auteur original：Sudheendra S G

Source originale：https://www.youtube.com/embed/kwFQq5WqWOQ

00:00 Introduction : Automatisation du pipeline audio AI 01:03 Automatisation à deux scripts : fichier d'installation + Production Runner 02:07 Téléchargement des fichiers de session 03:05 Explication de la structure des dossiers du pipeline audio 04:30 Vérification de l'installation WSL existante 06:05 Installation d'Ubuntu dans WSL2 07:05 Exportation d'Ubuntu vers le lecteur D 08:05 Importation d'Ubuntu vers un emplacement personnalisé 09:25 Création un raccourci WSL personnalisé 10:55 Mise à jour des packages Ubuntu 11:35 Exécution du script d'installation unique de WSL2 13:25 Correction de Conda introuvable après l'installation 14:43 Configuration de l'accès au modèle Hugging Face 16:30 Authentification de Hugging Face dans WSL2 17:35 Présentation des scripts Python de production 18:35 Exécution du pipeline de production complet 19:40 Définition des paramètres de langue et de vidéo d'entrée 20h25 Ajout d'un audio de référence et d'un texte de référence 21h40 Exécution du pipeline à une commande 22h20 Transcription, traduction et exécution TTS 23h10 Fichiers vidéo, audio, sous-titres et sortie finaux 25h05 Conclusion et étape suivante : référentiel Github Indic Parler TTS https://github.com/ssathvick/indicftts.git Pour des ressources et du matériel de cours gratuits, visitez le patreon ci-dessous page https://www.patreon.com/posts/151488430 Dans cette vidéo, nous automatisons le pipeline complet de traduction et de doublage audio local de l'IA dans WSL2. Plus tôt, nous avons complété le pipeline étape par étape : configuration de WSL2, installation de Conda et Mamba, configuration du GPU PyTorch, extraction audio, transcription à l'aide de Faster-Whisper et Indic Conformer, traduction à l'aide d'IndicTrans2 et synthèse vocale à l'aide d'IndicF5 et XTTS. Mais réaliser toutes ces phases manuellement à chaque fois n’est pas pratique pour la production. Ainsi, dans cette session, nous convertissons l'ensemble du flux de travail en un système automatisé à l'aide de deux scripts principaux. Le premier script est un fichier de configuration de machine WSL2 unique. Il installe la prise en charge de Conda, Mamba, FFmpeg, PyTorch, TorchCodec, Hugging Face et tous les environnements requis pour le traitement des langues indiennes et internationales. Le deuxième script est le coureur de production. Avec juste une vidéo d'entrée, une langue source, une langue cible, une voix de référence et quelques paramètres, il exécute automatiquement le flux de travail complet : extraction audio, transcription, traduction, génération TTS, traitement audio, génération de sous-titres et exportation vidéo traduite finale. Ce pipeline prend en charge les flux de travail en langue indienne à l'aide d'IndicTrans2 et IndicF5, ainsi que les flux de travail en langue internationale à l'aide de NLLB et XTTS-v2. Sujets abordés : ✅ Automatisation unique de la configuration WSL2 ✅ Création d'environnements Conda et Mamba ✅ Transcription Faster-Whisper ✅ Indic Conformer pour l'ASR en langue indienne ✅ Flux de travail de traduction IndicTrans2 ✅ IndicF5 TTS pour les langues indiennes ✅ XTTS-v2 pour le TTS international ✅ Correctifs TorchCodec et FFmpeg ✅ Configuration de l'authentification Hugging Face ✅ Pipeline de production en une seule commande ✅ Exportation vidéo doublée finale Ceci est utile pour les créateurs, les éducateurs, les développeurs, les cinéastes IA et toute personne créant un flux de travail local de doublage ou de traduction IA sans dépendre entièrement des services cloud. Les commandes, scripts et fichiers de configuration peuvent être adaptés à votre propre pipeline de production d'IA local. #LocalAI #AIDubbing #WSL2 #IndicTrans2 #IndicF5 #XTTS #FasterWhisper #AITranslation #VideoDubbing #OpenSourceAI #AIWorkflow #MachineLearning #TextToSpeech #SpeechToText #FFmpeg