Douyin Video To Txt

抖音视频转文本知识库 — Download Douyin videos, transcribe to text via faster-whisper, save to Obsidian knowledge base.

抖音视频转文本知识库（douyin-video-to-txt）

下载抖音视频 → 提取音频 → faster-whisper 转写文字 → 输出双版本字幕 → 写入 Obsidian 知识库

纯本地运行，不需要任何外部 API Key。

Prerequisites

工具	用途	安装
yt-dlp	下载抖音视频	brew install yt-dlp
FFmpeg	提取音频	brew install ffmpeg
faster-whisper	语音转文字	pip3 install faster-whisper

环境变量（可选，用于 Obsidian 知识库路径）：

• OBSIDIAN_VAULT_PATH — Obsidian vault 根目录，默认 ~/Documents

Workflow

Step 1: 获取视频信息并下载

bash

mkdir -p /tmp/douyin_analysis/{VIDEO_ID}
cd /tmp/douyin_analysis/{VIDEO_ID}
yt-dlp --print-json "{DOUYIN_URL}" 2>/dev/null | python3 -c "
import json, sys
d = json.load(sys.stdin)
print(f'ID={d[\"id\"]}')
print(f'Title={d[\"title\"]}')
print(f'Duration={d[\"duration\"]}')
print(f'Uploader={d.get(\"uploader\",\"\")}')
print(f'UploadDate={d.get(\"upload_date\",\"\")}')
"
yt-dlp -o "video.mp4" "{DOUYIN_URL}" 2>/dev/null

Step 2: 提取音频

bash

ffmpeg -i video.mp4 -ar 16000 -ac 1 -c:a pcm_s16le audio.wav -y 2>/dev/null

Step 3: 语音转文字（双版本输出）

python

from faster_whisper import WhisperModel

model = WhisperModel('small', device='auto', compute_type='auto')
segments, info = model.transcribe('/tmp/douyin_analysis/{VIDEO_ID}/audio.wav', language='zh')

all_segments = []
for seg in segments:
    all_segments.append(seg)

# 输出 1: 带时间戳版本
with open('/tmp/douyin_analysis/{VIDEO_ID}/text.txt', 'w', encoding='utf-8') as f:
    for seg in all_segments:
        line = f'[{seg.start:.1f}s -> {seg.end:.1f}s] {seg.text.strip()}'
        f.write(line + '\n')

# 输出 2: 纯文字稿（无时间戳）
plain_lines = []
for seg in all_segments:
    plain_lines.append(seg.text.strip())
plain_text = '\n'.join(plain_lines)

with open('/tmp/douyin_analysis/{VIDEO_ID}/text_plain.txt', 'w', encoding='utf-8') as f:
    f.write(plain_text)

Step 4: 写入 Obsidian 知识库

把纯文字稿保存到知识库中合适的目录下。每条视频保存为一个独立的 markdown 文件，格式如下：

markdown

---
source: 抖音
url: {DOUYIN_URL}
author: {UPLOADER}
date: {UPLOAD_DATE}
duration: {DURATION}s
tags: [抖音转录, {AUTHOR}]
---

# {TITLE}

**来源：** 抖音 | **作者：** {UPLOADER} | **时长：** {DURATION}s

---

## 文字稿

{PLAIN_TEXT}

知识库路径规则：

• 优先写入 $OBSIDIAN_VAULT_PATH/douyin_text/{TITLE_SLUG}.md
• 如果 OBSIDIAN_VAULT_PATH 未设置，默认 ~/Documents/douyin_text/
• 自动创建目录（如果不存在）

bash

VAULT="${OBSIDIAN_VAULT_PATH:-$HOME/Documents}"
TARGET_DIR="$VAULT/douyin_text"
mkdir -p "$TARGET_DIR"

# 用视频标题做文件名（清理特殊字符）
SAFE_TITLE=$(echo "$VIDEO_TITLE" | sed 's/[\/:*?"<>|]/_/g' | cut -c1-60)
NOTE_PATH="$TARGET_DIR/${SAFE_TITLE}.md"

python3 << 'PYEOF'
import os
url = "{DOUYIN_URL}"
title = """{TITLE}"""
uploader = "{UPLOADER}"
date = "{UPLOAD_DATE}"
duration = "{DURATION}"

with open('/tmp/douyin_analysis/{VIDEO_ID}/text_plain.txt', 'r', encoding='utf-8') as f:
    plain_text = f.read()

note = f"""---
source: 抖音
url: {url}
author: {uploader}
date: {date}
duration: {duration}s
tags: [抖音转录, {uploader}]
---

# {title}

**来源：** [抖音]({url}) | **作者：** {uploader} | **时长：** {duration}s

---

## 文字稿

{plain_text}
"""

with open('{NOTE_PATH}', 'w', encoding='utf-8') as f:
    f.write(note)
PYEOF

Step 5: 生成 AI 总结

读取 text.txt 和 text_plain.txt，用 AI 生成：

1. AI 标题（不超过 30 字）
2. AI 摘要（200-300 字）
3. 核心要点（3-5 条结构化要点）

同时把 AI 总结追加写入 Obsidian 笔记文件（在文字稿下方追加 ## AI 总结 和 ### 核心要点 部分）。

完整示例（一镜到底）

bash

# 装依赖（首次）
brew install yt-dlp ffmpeg 2>/dev/null
pip3 install faster-whisper 2>&1 | tail -3

URL="https://www.douyin.com/video/xxxxx"
VID="xxx"
mkdir -p /tmp/douyin_analysis/$VID
cd /tmp/douyin_analysis/$VID

# 下载
yt-dlp -o "video.mp4" "$URL"

# 提取音频
ffmpeg -i video.mp4 -ar 16000 -ac 1 -c:a pcm_s16le audio.wav -y 2>/dev/null

# 转写（双版本）
python3 << 'PYEOF'
from faster_whisper import WhisperModel
model = WhisperModel('small', device='auto', compute_type='auto')
segments, info = model.transcribe('audio.wav', language='zh')
segs = [seg for seg in segments]

with open('text.txt', 'w', encoding='utf-8') as f:
    for seg in segs:
        f.write(f'[{seg.start:.1f}s -> {seg.end:.1f}s] {seg.text.strip()}\n')

plain = '\n'.join(s.text.strip() for s in segs)
with open('text_plain.txt', 'w', encoding='utf-8') as f:
    f.write(plain)
PYEOF

# 写入知识库
VAULT="${OBSIDIAN_VAULT_PATH:-$HOME/Documents}"
TARGET="$VAULT/douyin_text"
mkdir -p "$TARGET"
cp text_plain.txt "$TARGET/video-title.txt"

Output

临时文件（/tmp/douyin_analysis/{VIDEO_ID}/）

文件	内容
video.mp4	下载的原视频
audio.wav	提取的音频（16kHz 单声道）
text.txt	带时间戳的完整字幕文本
text_plain.txt	纯文字稿（无时间戳，连续文本）

知识库文件

路径	内容
$OBSIDIAN_VAULT/douyin_text/{标题}.md	含元数据 + 完整文字稿 + AI 总结的笔记

注意事项

• 首次运行 faster-whisper 会从 HuggingFace 下载模型（small 约 466MB），需要网络连接
• Apple Silicon 上使用 device='auto' 会自动用 MPS（Metal）加速，速度很快
• Proxy 问题：如果 yt-dlp 下载失败，检查是否有代理在跑
• 标题清理：文件名的特殊字符（/ : * ? " < > |）会自动替换为 _
• AI 总结：由 AI 在转写后生成，会追加到 Obsidian 笔记的文字稿下方

已知问题

• 长视频（>30分钟）转写时间较长，small 模型大约 1:1 实时
• Obsidian vault 路径优先从环境变量 OBSIDIAN_VAULT_PATH 读取，默认 ~/Documents