🎵 Extrator de Áudio Otimizado

📖 Descrição

Uma ferramenta Python otimizada para extrair áudio de vídeos e dividir em chunks MP3, especialmente projetada para ambientes com poucos recursos. Utiliza OpenCV para obter informações do vídeo e FFmpeg para processamento de áudio eficiente.

✨ Características Principais

• 🎯 Otimizado para poucos recursos - Processamento single-thread e configurações eficientes
• 🎵 Saída em MP3 - Formato compacto e amplamente compatível
• 📊 Barras de progresso - Feedback visual em tempo real com TQDM
• 🎚️ Configurações de qualidade - Low, Medium, High
• 🔧 Fácil de usar - Interface simples e intuitiva
• 🧹 Limpeza automática - Remove arquivos temporários
• 📱 Mono channel - Reduz tamanho dos arquivos

🛠️ Instalação

1. Instalar Dependências Python

pip install -r requirements.txt

2. Instalar FFmpeg

Ubuntu/Debian:

sudo apt update
sudo apt install ffmpeg

Windows:

• Baixar de ffmpeg.org
• Extrair e adicionar ao PATH

macOS:

brew install ffmpeg

3. Verificar Instalação

ffmpeg -version
python -c "import cv2, tqdm, numpy; print('✅ Pronto para usar!')"

🚀 Uso Rápido

Exemplo Básico

from opencv_audio_extractor import extract_and_split_to_mp3

# Extrair e dividir em 5 partes
resultado = extract_and_split_to_mp3(
    video_path="meu_video.mp4",
    n_parts=5,
    output_dir="audio_chunks",
    quality="medium"
)

if resultado["success"]:
    print(f"✅ {len(resultado['split_files'])} arquivos criados!")
    for arquivo in resultado['split_files']:
        print(f"📄 {arquivo}")

Uso Avançado

from opencv_audio_extractor import OpenCVAudioExtractor

# Criar extrator
extractor = OpenCVAudioExtractor("video.mkv")

# Obter informações do vídeo
info = extractor.get_video_info()
print(f"Duração: {info['duration']:.2f}s")
print(f"FPS: {info['fps']:.2f}")

# Processar com configurações customizadas
resultado = extractor.process_video_to_mp3_chunks(
    n_parts=10,
    output_dir="output",
    quality="high",
    cleanup=True
)

⚙️ Configurações de Qualidade

Qualidade	Bitrate	Sample Rate	Uso Recomendado
low	64kbps	22050Hz	Podcasts, economia extrema
medium	128kbps	44100Hz	Uso geral, boa qualidade
high	192kbps	44100Hz	Música, alta qualidade

📁 Estrutura de Saída

output/
├── video_parte_001.mp3
├── video_parte_002.mp3
├── video_parte_003.mp3
└── ...

🔧 Parâmetros Principais

extract_and_split_to_mp3()

• video_path (str): Caminho para o arquivo de vídeo
• n_parts (int): Número de partes para dividir
• output_dir (str): Diretório de saída (padrão: "output")
• quality (str): Qualidade do áudio ("low", "medium", "high")
• cleanup (bool): Remover arquivo temporário (padrão: True)

Retorno

{
    "success": True,
    "original_video": "video.mp4",
    "video_info": {...},
    "n_parts": 5,
    "split_files": ["arquivo1.mp3", "arquivo2.mp3", ...],
    "output_dir": "output",
    "total_size_mb": 45.67,
    "quality": "medium"
}

📊 Exemplo de Saída

🔧 Extrator de Áudio Otimizado - OpenCV + FFmpeg
🎵 Formato de saída: MP3
💾 Otimizado para poucos recursos

==================================================
EXTRAÇÃO E DIVISÃO DE ÁUDIO - OTIMIZADO
==================================================

Extraindo áudio: meu_video
Duração: 300.45s
Qualidade: medium (128k)
Extraindo áudio: 100%|████████████| 300/300 [01:23<00:00, 3.61s/s]

Dividindo áudio em 5 partes...
Duração total: 300.45s
Duração por parte: 60.09s
Dividindo áudio: 100%|████████████| 5/5 [00:15<00:00, 3.12s/parte]

==================================================
PROCESSAMENTO CONCLUÍDO!
Total de arquivos: 5
Tamanho total: 12.34MB
==================================================

✅ Processamento concluído!
📁 Arquivos em: output
🔢 Partes criadas: 5
📊 Tamanho total: 12.34MB
🎵 Qualidade: medium
📄 Arquivos MP3:
   1. meu_video_parte_001.mp3 (2.45MB)
   2. meu_video_parte_002.mp3 (2.48MB)
   3. meu_video_parte_003.mp3 (2.47MB)
   4. meu_video_parte_004.mp3 (2.46MB)
   5. meu_video_parte_005.mp3 (2.48MB)

🎯 Otimizações para Poucos Recursos

Configurações Automáticas

• Single-thread processing - Usa apenas 1 core
• Mono channel - Reduz tamanho em ~50%
• Batch processing - Processa em lotes pequenos
• Memory cleanup - Remove arquivos temporários
• Efficient codecs - Usa libmp3lame otimizado

Recomendações

• Use qualidade low para economia máxima
• Defina cleanup=True para economizar espaço
• Processe vídeos menores por vez
• Monitore uso de memória com htop

📋 Requisitos do Sistema

Mínimos

• Python: 3.6+
• RAM: 512MB
• Espaço: 2x tamanho do vídeo original
• CPU: 1 core

Recomendados

• Python: 3.8+
• RAM: 1GB+
• Espaço: 5x tamanho do vídeo original
• CPU: 2+ cores

🐛 Solução de Problemas

FFmpeg não encontrado

# Verificar se está instalado
ffmpeg -version

# Ubuntu/Debian
sudo apt install ffmpeg

# Verificar PATH no Windows
where ffmpeg

Erro de memória

# Use qualidade menor
resultado = extract_and_split_to_mp3(
    video_path="video.mp4",
    n_parts=10,  # Mais partes = menor uso de memória
    quality="low"  # Menor qualidade = menos RAM
)

Vídeo muito grande

# Processar em partes menores
for i in range(0, total_duration, 600):  # 10 min cada
    # Extrair segmento específico primeiro
    # Depois processar segmento

🔄 Formatos Suportados

Entrada (via FFmpeg)

• Vídeo: MP4, AVI, MKV, MOV, FLV, WMV, 3GP
• Áudio: MP3, WAV, AAC, OGG, FLAC

Saída

• Áudio: MP3 (mono, otimizado)

📝 Transcrição de Áudio com Whisper

Este projeto inclui um script independente para transcrever arquivos MP3 usando o modelo Whisper da OpenAI.

🔧 Requisitos

• openai-whisper

▶️ Como usar

1. Execute a funcionalidade principal para gerar um .mp3 no diretório /output
2. Execute o script:

python transcrever_audio.py

O script irá:

• Carregar o modelo Whisper (base)
• Transcrever o arquivo audio/video_parte_001.mp3
• Salvar a transcrição como transcricoes/video_parte_001.txt

📂 Exemplo de entrada e saída

output/
└── video_parte_001.mp3
└── video_parte_001.txt

🤝 Contribuição

1. Fork o repositório
2. Crie uma branch (git checkout -b feature/nova-funcionalidade)
3. Commit suas mudanças (git commit -am 'Adiciona nova funcionalidade')
4. Push para a branch (git push origin feature/nova-funcionalidade)
5. Abra um Pull Request

📄 Licença

Este projeto está sob a licença MIT. Veja o arquivo LICENSE para mais detalhes.

🙏 Agradecimentos

• OpenCV - Processamento de vídeo
• FFmpeg - Manipulação de áudio/vídeo
• TQDM - Barras de progresso
• Comunidade Python - Ferramentas incríveis

📞 Suporte

• 🐛 Issues: Reporte bugs no GitHub
• 💬 Discussões: Use GitHub Discussions
• 📧 Email: Para questões privadas

---

Desenvolvido com ❤️ para ambientes com poucos recursos