Selam yoldaş,
Bu işin doğrusu Whisper benzeri araçları kullanmaktır. Transkriptten değil, sesten > metne çeviri doğru yöntem. Sonrasında ise araya ai sokmanı önermiyorum. Elle makul bir düzenleme yapmanı ve metni insanileştirmeni öneriyorum. Eğer amacın sadece youtube > mp3 > speech to text > text to speech > video > youtube ise ai kullanabilirsin. Ama bu bir blog yazısı olacaksa metinde ai müdahalesi önermem.