Telex videón magyar és angol felirat demó (whisper-ctranslate2)

Többször felmerült már kommentekben, hogy a Telex miért nem csinál feliratot a legtöbb videójához, pedig biztos nagyot mennének külföldön. Mivel nagyon érdekelnek az AI területén elért előrelépések, úgy döntöttem, kipróbálom az OpenAI Whisper modelljére épülő whisper-ctranslate2 projektet, és a legújabb videójukhoz generáltam is angol és magyar feliratot:

[https://www.youtube.com/watch?v=yMUQuy3bRU0](https://www.youtube.com/watch?v=yMUQuy3bRU0)

Technikai részletek: kb 20-25 perc volt egy régebbi linuxos asztali gépen teljesen offline megcsinálni egy feliratot, meg az emberi munkaidő amíg telepítettem a csomagot, kipróbáltam pár beállítást (de pl. a beam-size-t nem) és javítottam a hibákat (időzítési problémák). A feliratokat kézzel nem javítottam (de megnéztem a videót hogy az időzítések tényleg stimmelnek).

A videót inkább csak amolyan demónak szánom, hogy itt tart most a technika egy csóró laikus kezében; semmiképpen sem állítom, hogy a Telexnek ebbe erőforrásokat kéne ölnie (elvégre megtehetné pl. a Google / YouTube is). Ha belenézel, úgyis világos lesz, hogy a fordítás továbbra sem egy könnyű vagy egzakt dolog, pláne, ha hibás mondatokat kell fordítanod (márpedig élőben mindenki mond zagyvaságokat).

OP, miért nem XY technológiát / szolgáltatást használtál, miért nem csináltad még ezt vagy azt, sokkal jobb lett volna? Mert nem értem rá, vagy nem tudtam róla, vagy fizetős, vagy próbáltam, de nem működött. Tisztában vagyok vele hogy vannak más feliratgeneráló projektek, hirtelen ezt sikerült működésre bírnom.

ui.: remélem a Telexnek nem probléma hogy kölcsönvettem a videójukat