비디오 음성-텍스트 변환 (Video STT)

LangChain과 OpenAI의 Whisper를 사용하여 비디오 파일에서 음성-텍스트 변환(STT)을 수행하는 자바 프로그램입니다. 이 프로그램은 비디오 경로를 입력으로 받아 변환 결과를 출력합니다.

기능

• 비디오 파일에서 오디오 추출
• OpenAI의 Whisper 모델을 사용한 음성-텍스트 변환
• 다양한 비디오 형식 지원

사전 요구사항

• Java 11 이상
• FFmpeg 설치 및 시스템 PATH에 추가
• OpenAI API 키

참고: 이 프로젝트는 Gradle 래퍼를 사용하므로 Gradle을 별도로 설치할 필요가 없습니다.

FFmpeg 설치하기

Windows

1. ffmpeg.org에서 FFmpeg 다운로드
2. 다운로드한 아카이브 압축 해제
3. bin 폴더를 시스템 PATH에 추가

macOS

brew install ffmpeg

Linux

sudo apt update
sudo apt install ffmpeg

프로젝트 빌드하기

1. 이 저장소를 클론합니다
2. 프로젝트 디렉토리로 이동합니다
3. Gradle(래퍼 사용)로 빌드합니다:

# Windows
gradlew.bat clean build fatJar

# macOS/Linux
./gradlew clean build fatJar

이렇게 하면 build/libs 디렉토리에 의존성이 포함된 JAR 파일이 생성됩니다.

참고사항

• 프로그램은 임시 오디오 파일(temp_audio.mp3)을 생성 처리
• 대용량 비디오 파일의 경우 추출 및 변환 과정에 시간이 걸릴 수 있습니다
• 변환 품질은 비디오의 오디오 품질에 따라 달라집니다

문제 해결

• FFmpeg를 찾을 수 없다는 오류가 발생하면 제대로 설치되어 있고 시스템 PATH에 추가되어 있는지 확인하세요
• 인증 오류가 발생하면 OpenAI API 키가 환경 변수로 올바르게 설정되어 있는지 확인하세요
• 비디오 형식 문제가 있는 경우 FFmpeg를 사용하여 MP4와 같은 더 일반적인 형식으로 비디오를 변환해 보세요