Prototype de transcription et de génération de résumé par IA de vidéo

Item

Title: Prototype de transcription et de génération de résumé par IA de vidéo
Description: Prototype local orchestré dans n8n qui prend une URL YouTube, extrait l’audio avec yt-dlp, transcrit en SRT via Whisper en local, puis génère uniquement un résumé en français avec DeepSeek via l’API OpenRouter; sortie sauvegardée en texte nommé d’après le titre de la vidéo.
Photo / Vidéo de cette expérimentation: Capture d'écran du prototype de workflow pour le traitement de conférence
Insérer un template outils: yt-dlp; n8n; OpenRouter; DeepSeek-R1
Succès / Avancées notables: Installation et containerisation locale de n8n, yt-dlp et Whisper-medium sur un serveur Linux (Ubuntu 22 LTS) à l’aide de Docker.; Prise en main de n8n effective, la construction à l'aide de nœuds est intuitive et flexible. C'est un succès, l'automatisation fonctionne.
Problèmes rencontrés: yt-dlp et n8n semblaient avoir des conflits de dépendances lorsqu'ils étaient installés dans le même conteneur Docker.; Je n'ai pas réussi à faire fonctionner Whisper sur mon GPU (GTX 1070) à cause d'un pilote trop ancien.
Solutions apportées: Isoler yt-dlp, n8n et Whisper, chacun dans leur conteneur respectif.; Utiliser uniquement le CPU, ce qui augmente le temps nécessaire à la transcription sans en diminuer la qualité.
Suggestions pour d’autres expérimentateur.ices: Bien que n8n soit une plateforme no-code, il est rare de concevoir une automatisation sans écrire un peu de code dans les nœuds « Code ». N'hésitez pas à demander l'aide d'un programmeur ou d'un assistant d'IA de codage pour vous aider à atteindre votre objectif. Il est souvent plus simple et plus robuste d'effectuer une étape simple avec un nœud « Code » qu'avec un nœud d'IA, plus sujet aux erreurs.
Actant ayant créé ce retour d'expérience: Keven Laporte
Modifications envisagées: Passage de la transcription SRT complète en un seul prompt, ce qui entraîne un risque de dépassement du contexte de l’API d’OpenRouter.; Ajout de garde-fous si yt-dlp ou Whisper échouent, peu de gestion des erreurs. Le workflow ne peux pas fonctionné sans supervision.; Ajout de vérifications simples (présence fichier, statut HTTP) et d'une meilleur gestion des messages d'erreurs.