selfhosted-media-converter
Plataforma auto-alojada para descarga, conversión y transcripción de archivos multimedia. Combina yt-dlp, FFmpeg, OpenAI Whisper y gallery-dl con interfaz web FastAPI.
Ficha actualizada 25 sept 2026, 18:33 · upstream 25 sept 2026, 18:05 · release sin release detectada
Qué es selfhosted-media-converter
Descripción editorial construida a partir del repositorio, su documentación y sus señales de mantenimiento.
Media Converter es una plataforma de procesamiento multimedia auto-alojada diseñada para descargar, convertir, transcribir y gestionar archivos de audio, video e imagen. Integra herramientas como yt-dlp para descargas de video, gallery-dl para galerías de imágenes, FFmpeg para conversión y OpenAI Whisper para transcripción automática con modelos desde tiny hasta large-v3.
La aplicación utiliza FastAPI como backend con interfaz web moderna, cola de trabajos en segundo plano, logs en tiempo real y monitorización del sistema. Soporta Docker y Docker Compose para despliegue sencillo, con configuración mediante variables de entorno y estructura de directorios automática (media/inputs, media/outputs, config).
Incluye funcionalidades como extracción de subtítulos SRT, conversión entre formatos MP4/MKV/WEBM/GIF, audio MP3/M4A/WAV/FLAC, imágenes JPG/PNG/WEBP, pipelines reutilizables, suscripciones automáticas y notificaciones Pushover. La base de datos es SQLite y la comunicación se realiza vía WebSockets.
- Descargar videos, audio y playlists desde múltiples fuentes incluyendo YouTube con autenticación por cookies
- Convertir archivos multimedia entre formatos de video (MP4, MKV, WEBM) y audio (MP3, FLAC) con codificación H.264/H.265/AV1
- Transcribir contenido de audio/video a texto o subtítulos usando modelos de OpenAI Whisper
- Gestionar suscripciones automáticas para descargar nuevo contenido sin intervención manual
- Procesar galerías de imágenes con gallery-dl y convertir formatos JPG/PNG/WEBP
- Integración nativa con yt-dlp, FFmpeg, OpenAI Whisper y gallery-dl en un único contenedor Docker
- Interfaz web moderna con FastAPI que muestra progreso de descarga, logs en vivo y monitorización del sistema
- Soporte para múltiples modelos de transcripción AI desde tiny hasta large-v3 con outputs SRT y TXT
- Configuración flexible mediante variables de entorno (MAX_CONCURRENT_JOBS, FFmpeg_THREADS, etc.)
- Funcionalidades de automatización como pipelines reutilizables, suscripciones y notificaciones Pushover
- Base de datos SQLite ligera sin dependencias externas complejas
- No incluye autenticación de usuario en la versión actual (pendiente según roadmap)
- Aceleración GPU para Whisper no implementada todavía (pendiente según roadmap)
- Codificación hardware acelerada no disponible actualmente
- Soporte limitado a media providers específicos sin integración cloud storage extendida
- Proyectos etiquetados como 'vibe-coding' pueden tener inconsistencias de código no documentadas
Capturas del proyecto
Imágenes reales detectadas en la documentación del repositorio.
Perfil de infraestructura
Estimación inicial derivada del repositorio y de los servicios detectados.
Despliegue detectado
Qué señales reales de instalación hemos encontrado.
Requiere Docker y Docker Compose. Crear archivo .env con variables opcionales (MAX_CONCURRENT_JOBS=2, MAX_CONCURRENT_WHISPER_JOBS=1). Ejecutar docker compose up --build -d. Puerto por defecto 8080. Estructura automática: media/inputs, media/outputs, config/. Logs rotados en config/logs/. Reiniciar con docker compose down/up si hay cambios.
Stack y dependencias
Componentes inferidos a partir de manifests, configuración y documentación.
Puede sustituir a
Relaciones detectadas por el análisis del repositorio y su categoría.
Experiencia real de la comunidad
Ayuda a contrastar la estimación automática con instalaciones reales.
Todavía no hay datos comunitarios para este proyecto.