你是否也曾为了学习或研究一个主题而花费大量时间在 YouTube 上浏览多个视频？长时间观看、做笔记，却还可能漏掉重要信息，这确实是一项挑战。
在本文中，我将展示如何构建一个利用大型语言模型（LLMs）回答视频内容问题的 Python 工具，让你轻松获取 YouTube 视频的关键信息。这不仅节省了我的时间，还显著提升了我的工作效率，让我有更多时间创作或放松。现在，就让我带你一起了解如何创建这个 YouTube AI 助手吧！
在深入技术细节前，先聊聊为什么这个项目对我意义重大。
作为全职开发者倡导者、兼职 YouTuber（我的频道是 Data Professor），内容研究是我的核心任务之一。构建这个助手的主要优势有：
- 节省时间：不再需要通篇观看视频，只需提问即可找到视频中的关键信息。
- 高效学习：能以更短时间总结出视频的核心内容。
- 提升效率：以前需要数周的内容研究，现在几天内就能完成。
YouTube AI 助手的工作流程可以分为以下 3 个主要步骤：
- 提取并下载音频：使用 YT-DLP Python 库 从 YouTube 下载音频文件。
- 将音频转录为文本：使用 AssemblyAI Python 库 将音频转录为文本。
- 回答问题：使用 AssemblyAI 的 LeMUR 模型 回答有关视频内容的问题。底层 LLM 为 Anthropic 的 Claude 3.5 Sonnet。
下图展示了整个流程：
请尊重版权法和使用条款，作者对因使用此工作流程产生的任何不当行为概不负责。
首先，打开终端或命令行并输入以下命令安装所需的 Python 库：
pip install yt-dlp assemblyai
要实现音频转录和 LeMUR 问答功能，首先从 AssemblyAI 获取 API 密钥，并将其保存在 Google Colab 的“秘密管理”中：
from google.colab import userdata
import assemblyai as aai
aai.settings.api_key = userdata.get('AAI_KEY')
如果不是使用 Google Colab，可以相应调整代码。
工作流程的第一步是用 yt_dlp Python 库从 YouTube 下载音频文件。
以下是 download_audio() 函数的代码：
import yt_dlp
def download_audio(url):
ydl_opts = {
'format': 'bestaudio/best',
'postprocessors': [{
'key': 'FFmpegExtractAudio',
'preferredcodec': 'mp3',
'preferredquality': '192',
}],
'outtmpl': '%(title)s.%(ext)s',
'verbose': True,
}
with yt_dlp.YoutubeDL(ydl_opts) as ydl:
ydl.download([url])
例如，我们可以下载我制作的一个名为 如果我不得不重新学习编程，我会怎么做 的视频音频：
URL = "https://www.youtube.com/watch?v=wB7IU0EFN68"
download_audio(URL)
在几分钟内，音频文件将以 <文件名>.mp3 格式保存。
接下来，我们使用 AssemblyAI 将音频转录为文本。首先，创建一个 transcriber 对象，并调用 transcribe() 方法：
transcriber = aai.Transcriber()
transcript = transcriber.transcribe(audio_file)
首先定义我们想要的问题，例如：
prompt = "视频中提到的5条关键信息是什么？"
将 lemur.task() 方法应用于 transcript 对象，选择 Claude 3.5 Sonnet 作为 LLM 模型：
result = transcript.lemur.task(
prompt,
final_model=aai.LemurModel.claude3_5_sonnet
)
print(result.response)
通过自动换行设置，我们可以更方便地阅读生成的响应：
from IPython.display import HTML, display
def set_css():
display(HTML('''
<style>
pre {
white-space: pre-wrap;
}
</style>
'''))
get_ipython().events.register('pre_run_cell', set_css)
如果想要删除任务（例如出于隐私考虑），可以用以下代码：
deletion_response = aai.Lemur.purge_request_data(request_id=result.request_id)
在视频 如果我不得不重新学习编程，我会怎么做 中提出的问题是：
"在这个视频中提到的5个关键信息是什么？"
LLM 生成的答案如下：
根据文本记录，以下是视频中提到的5个关键信息：
- 选择一个编程语言开始学习，如果不确定从哪里开始，建议使用Python。
- 找到并利用免费学习资源，如Freecodecamp、Kaggle Learn、Geeksforgeeks等。
- 从基础知识开始，并将所学应用到你感兴趣的实际项目中，以保持动力。
- 通过社交媒体分享学习旅程，巩固理解并建立学习网络。
- 参与编程挑战并帮助他人，以巩固知识和改进技能。
如果您有兴趣进一步了解，请观看此内容的伴随视频：
通过构建 YouTube AI 助手，我显著加速了内容研究。这不仅是更大项目的一个良好起点，也适合更复杂的多视频研究、内容分析等需求。所有代码都可以在 GitHub 获取，欢迎根据自己的需求进行调整。希望您在使用该工具后能分享您的体验。
