Reproducción de videos iniciada por palabras mencionadas en el audio del video

Abstract

La cantidad de contenido audiovisual disponible ha visto un aumento significativo en los últimos años, incluyendo una amplia cantidad de videos académicos. Muchos profesores han subido clases a plataformas como YouTube, facilitando el acceso a los alumnos en cualquier momento. Sin embargo, buscar un tema específico en estos videos puede ser complicado, ya que suelen carecer de descripciones claras, siendo necesario verlos en su totalidad si se quiere encontrar un tema específico. En respuesta a este problema, este trabajo desarrolla un buscador de palabras para videos en You-Tube. Esta solución consiste en una aplicación de escritorio que, a partir de la URL de un video, obtiene una transcripción de este mismo. Luego, por medio de la misma aplicación, busca conceptos en la transcripción y encuentra todos los momentos donde se hizo mención de este y entrega un hipervínculo para comenzar la reproducción del video desde ese momento. El desarrollo se lleva a cabo utilizando el lenguaje de programación de Python y las bibliotecas Yt dlp, Pydub, Speech recognition, Custom Tkinter y Pillow. Además de hacer uso de Google Web Speech API para realizar las transcripciones. El resultado es una primera versión funcional que permite obtener transcripciones, buscar conceptos y reproducir el video desde los momentos buscados. Las transcripciones se almacenan localmente para facilitar futuras búsquedas.

The amount of available audiovisual content has significantly increased in recent years, including a vast array of academic videos. Many professors have uploaded their lectures to platforms such as YouTube, making it easier for students to access them at any time. However, searching for specific topics within these videos can be challenging, as they often lack clear descriptions, requiring users to watch them in their entirety to find a particular subject. In response to this problem, this project develops a word search tool for YouTube videos. The solution consists of a desktop application that, given a video URL, retrieves its transcription. Then, using the same application, users can search for concepts within the transcription, find all the moments when the term was mentioned, and receive a hyperlink to start playing the video from that point. The development is carried out using the Python programming language and libraries such as Yt dlp, Pydub, Speech recognition, Custom Tkinter, and Pillow, in addition to the Google Web Speech API for transcriptions. The result is a functional firts version that enables users to generate transcriptions, search for concepts, and play the video from the desired moments. Transcriptions are stored locally to facilitate future searches.