podcast_scraper

Podcast Scraper est un outil en ligne de commande qui télécharge les transcriptions d'épisodes de podcast à partir de flux RSS (Podcasting 2.0), les génère lorsqu'elles sont absentes, détecte les locuteurs, crée des résumés et, en option, extrait des informations structurées et des graphes de connaissances. Il prend en charge les modèles locaux (Whisper, transformers) et les API cloud (OpenAI, Gemini, Anthropic, Mistral, DeepSeek, Grok, Ollama). Les fonctionnalités incluent la prise en charge de corpus multi-flux, la sélection d'épisodes, le nettoyage commercial, le prétraitement audio, la détection des locuteurs, le résumé, l'extraction GIL, l'extraction KG, la génération de métadonnées, les exécutions reprenables, l'échange de fournisseurs, le mode exclusif MPS, la reproductibilité, le durcissement opérationnel, la sécurité, les diagnostics, la recherche hybride dans le corpus, le suivi des exécutions, le moniteur de pipeline en direct, la visionneuse GI/KG, le serveur MCP générique, l'export du corpus personnel et des connaissances, et le manuel de l'opérateur. Les options d'installation incluent pip, pipx, uv et Docker. Le projet est destiné à un usage personnel uniquement.