any-video-to-textlisted

<!-- 本 skill 不需要任何 API Key、Token 或环境变量：模型在本机跑，音频不出本机。 frontmatter 里没有 requires.env / primaryEnv，就是因为确实一个都不需要。 --> # any-video-to-text 视频链接或本地音视频 → **文字稿（纯文本 + 时间戳两版）**。 不调用任何云端接口，不需要密钥，不花钱，音频不出本机。 ## 能转什么 **网上的**：B站（含收藏夹、合集、番剧）、YouTube、抖音、微博、知乎、小红书、西瓜视频、TikTok…… 底层用 yt-dlp，支持 1700 多个站点。 > 快手目前不支持。 **本机的**：会议录音、访谈、播客、课程录屏。`.mp3 .wav .m4a .aac .flac .ogg .opus / .mp4 .mov .mkv .avi .webm .flv` 都行。 这条是很多人真正需要的：**内部会议录音不能传给第三方接口**，本地跑就没这个顾虑。 ## 装 ```bash pip install faster-whisper brew install yt-dlp ffmpeg # Windows 用 winget/scoop，或到官网下载 ``` 苹果自研芯片（M 系列）的 Mac 再装一个，会快很多： ```bash pip install mlx-whisper ``` 首次运行会自动下载模型（1～3 GB，看你选哪个），之后离线可用。 ## 用 ```bash # 视频链接 python3 scripts/transcribe.py "https://www.bilibili.com/video/BVxxxxx" # 本地录音 python3 scripts/transcribe.py ~/Desktop/周会录音.m4a # 批量：清单文件里每行一个链接或路径 python3 scripts/transcribe.py --file links.txt # 换更准的模型 / 换输出目录 / 关掉词表 python3 scripts/transcribe.py URL --model large python3 scripts/transcribe.py URL --out ~/Documents/文字稿 python3 scripts/transcribe.py URL --prompt-file none # 外语视频（默认按中文转，转英文/日文内容必须加这个） python3 scripts/transcribe.py URL --lang auto python3 scripts/transcribe.py URL --lang en ``` > 默认 `--lang zh`。**转 YouTube 上的英文内容记得改**，否则模型会硬按中文听，出来是乱码。 产物是一份 Markdown，默认落在 `./transcripts/`，含元信息、纯文字稿、时间戳稿。 ## 模型怎么选 | `--model` | 实际模型 | 什么时候用 | |---|---|---| | `turbo`（默认） | large-v3-turbo | 日常够用，比 large 快好几倍 | | `large` | large-v3 | 中文口音重、术语密、要引用原话 | | `medium` / `small` | medium / small | 老机器、没有独