AI视频转写工具：开源多平台转录与AI摘要

基于Faster-Whisper和yt-dlp，支持30+平台，提供高精度转录、智能优化及多语言摘要，适合内容创作者与教育场景。

AI Video Transcriber简介

AI Video Transcriber是一款开源的视频转录与摘要工具，结合Faster-Whisper实现高精度语音转写，并使用yt-dlp支持包括YouTube、Bilibili、抖音在内的30多个主流视频平台。工具提供自动纠错、句子补全、智能分段和多语言摘要功能，当所选择的摘要语言与语音检测语言不一致时，会自动调用GPT-4o进行条件式翻译。

核心功能

• 多平台支持：基于yt-dlp，兼容YouTube、抖音、B站等大量网站。
• 智能转录：采用Faster-Whisper，在速度和内存占用上表现更优，同时保持与原版Whisper相近的准确性。
• 文本优化：自动修正错别字、补全句子并智能分段，便于直接发布和检索（根据项目README描述）。
• 多语言摘要与条件式翻译：当摘要语言与检测语言不一致时，自动使用GPT-4o生成翻译和总结。
• 移动端适配：前端界面适配移动设备，支持Markdown渲染（使用Marked.js）。

快速上手

环境要求：

• Python 3.8或更高版本
• FFmpeg（用于音视频处理）
• 可选：OpenAI API密钥（用于启用AI摘要和翻译功能）

安装说明可参考项目README和FFmpeg官方仓库。

使用步骤：

1. 粘贴视频链接（支持YouTube、B站、抖音等）。
2. 选择输出摘要的语言。
3. 点击“开始”，系统将执行以下流程：下载并解析视频 → 使用Faster-Whisper进行转写 → AI优化（纠错、补全、分段） → 生成所选语言的摘要或翻译。
4. 查看转写和摘要结果，并可下载为Markdown文件保存。

技术架构

• 后端：FastAPI提供接口；yt-dlp负责下载和解析；Faster-Whisper进行转写；OpenAI API用于摘要和翻译。
• 前端：HTML5、CSS3和原生JavaScript，使用Marked.js渲染Markdown，图标库采用Font Awesome。

常见问题

• 转录速度慢？ 速度受视频时长、模型大小和硬件性能影响。选择更小的模型（如tiny或base）可以提高速度。
• 支持哪些平台？ 支持yt-dlp所能识别的所有平台，涵盖数千个网站及其变体。
• AI优化不可用？ 如果没有配置OpenAI API密钥，则只会输出Whisper的原始转写和简化摘要。
• 环境报错或白屏？ 请按照README检查虚拟环境、依赖项、OPENAI_API_KEY/OPENAI_BASE_URL环境变量、FFmpeg安装以及端口占用情况。

适用人群与场景

• 内容创作者、运营及新媒体团队：批量转写口播视频和长视频，快速生成多语言摘要和文稿。
• 教育与会议记录：用于课程、讲座、访谈的转写和要点提炼。
• 知识整理：剪辑脚本、字幕草稿、SEO素材的沉淀与复用。