Update README.md

README.md

@@ -3,31 +3,31 @@ license: mit
 ---
 # Create dataset from video 
 
-Этот проект содержит скрипт на базе модели от OpenAI, который поможет вам автоматически создать собственный текстовый датасет из видеофайлов или подкастов. 
+This project contains a script based on an OpenAI model that will help you automatically create your own text dataset from video files or podcasts.
 
-Под капотом используется мощная модель **Whisper-Large-V3**, которая способна принимать следующие форматы аудио и видео: `.mp3, .m4a, .wav, .mp4, .mkv, .webm`.
+Under the hood, it uses the powerful **Whisper-Large-V3** model, which can accept the following audio and video formats: .mp3, .m4a, .wav, .mp4, .mkv, and .webm.
 
-*(Рекомендуется использовать форматы `.mp3` и `.mp4` для наилучшей совместимости и скорости работы).*
+*(We recommend using the .mp3 and .mp4 formats for best compatibility and performance.)*
 
-### Установка и запуск
+### Installation and Run
 
-1. Убедитесь, что у вас установлен **Python 3.9** или новее.
-2. **Установите FFmpeg** (обязательно, без него извлечение аудио из видео не сработает). 
-   * На Windows откройте командную строку и введите: 
-     `winget install ffmpeg`
-3. Установите PyTorch с поддержкой вашей видеокарты (CUDA) для быстрого распознавания:
-   ```bash
-   pip install torch torchvision torchaudio --index-url [https://download.pytorch.org/whl/cu121](https://download.pytorch.org/whl/cu121)
+1. Make sure you have Python 3.9 or later installed.
+2. Install FFmpeg (required, as extracting audio from video won't work without it).
+* On Windows, open a command prompt and enter:
+`winget install ffmpeg`
+3. Install PyTorch with support for your graphics card (CUDA) for faster recognition:
+```bash
+pip install torch torchvision torchaudio --index-url [https://download.pytorch.org/whl/cu121](https://download.pytorch.org/whl/cu121)
 
-4. Установите необходимые библиотеки для работы с моделью:
-   pip install transformers accelerate
+4. Install the necessary libraries for working with the model:
+pip install transformers accelerate
 
-5. В папке со скриптом создайте две пустые папки:
-   * `Videos` (сюда кидайте ваши видео)
-   * `model` (для локального хранения весов Whisper).
-     
-6. Запустите скрипт. Все обработанные диалоги будут автоматически сохранены в чистый `.txt` файл.
+5. Create two empty folders in the script folder:
+* `Videos` (place your videos here)
+* `model` (for local storage of Whisper weights).
 
-**⚠️ Лицензионная информация:**
-* Кодовая часть данного проекта (скрипты автоматизации) распространяется под лицензией MIT.
-* Сама нейросетевая модель Whisper, разработанная OpenAI, распространяется под лицензией Apache 2.0.
+6. Run the script. All processed dialogs will be automatically saved to a clean .txt file.
+
+**⚠️ Licensing Information:**
+* The code portion of this project (automation scripts) is distributed under the MIT license.
+* The Whisper neural network model itself, developed by OpenAI, is distributed under the Apache 2.0 license.