ローカル環境で音声・動画ファイルの文字起こし&話者分離 - Qiita筆者の環境 macOS version14.5 Python3.12 GitHub コード以外で必要なもの メディアファイル（音声又は動画）を用意する 話者分離も行う場合は、HuggingFaceのトークンを用意する（手順については後述） GPU搭載のPCがあればVeryGood（筆者の家にはない） ネタバレ（コピペ用） クリックして表示 # transcription.py import json import math import mimetypes import os from datetime import timedelta from typing import Iterable import pandas as pd import torch import torchaudio from faster_whisper import WhisperModel from fast
