视频批量转录

通用视频批量转录工具 - 支持 1000+ 网站（B 站、YouTube、抖音、Twitch 等），使用 yt-dlp 批量下载视频音频，GPU 加速语音转文字（faster-whisper + CUDA），自动校正专业术语，生成结构化学习笔记。支持断点续传、批量导出、多格式输出、需要登录的网站配置。

Security Scan

The skill appears to do what it claims (batch-download via yt-dlp and GPU-accelerated transcription with faster-whisper); there are no obvious mismatches between purpose and requested resources, but it legitimately requires access to browser cookies/files for logged-in sites and asks you to install packages — both are sensitive and worth caution.

Purpose & Capability

Name/description (batch video download + transcription) aligns with included files and runtime instructions: SKILL.md, README, scripts use yt-dlp for downloads and faster-whisper for transcription. Requested artifacts (cookies support, GPU/torch instructions, ffmpeg dependency in docs) are appropriate for the stated functionality.

Instruction Scope

Runtime instructions and scripts perform exactly the expected actions: install dependencies (pip), run an environment check, call yt-dlp to fetch media, and run faster-whisper to transcribe. They also support 'cookies-from-browser' and loading cookies files, which cause the tool to access browser cookies or cookie files — a necessary but sensitive capability for accessing login-protected content. The SKILL.md is explicit about these steps and where outputs are written.

Install Mechanism

There is no formal install spec in the registry; the SKILL.md directs users to run 'pip install -r requirements.txt' and optionally install CUDA/PyTorch from the PyTorch index URL. This is a common but higher-risk pattern than an install-free skill because it causes third-party packages to be installed into the environment; however, packages referenced are standard (yt-dlp, faster-whisper, pandas, python-docx) and no arbitrary download+extract URLs are used.

Credentials

The skill does not request environment variables or external credentials in metadata, which is good. However, its documented use of 'cookies-from-browser' and accepting cookie files means it will read sensitive authentication cookies from the local browser profile or files when needed — this is proportional for scraping/login-required downloads but materially increases privacy/credential risk and should be explicitly considered before use.

Persistence & Privilege

The skill is not always-enabled, does not request elevated or persistent platform privileges, and does not modify other skills or system-wide agent configuration in the packaged files. It writes output files to the user-specified output directory, which is expected behavior.

Assessment

This package is internally consistent with its stated purpose, but be careful before running it: 1) It asks you to install Python packages (yt-dlp, faster-whisper, optional torch) — consider doing this in a virtualenv or container to avoid contaminating your system Python. 2) To access paywalled or login-only content it supports reading browser cookies or cookie files — providing these gives the tool access to your accounts, so only use cookies from accounts you control and understand the privacy/ToS implications. 3) The tool will download media to disk; ensure you have permission or that downloads don't violate site terms. 4) If you want higher assurance, review the complete scripts (they are included) or run them in an isolated VM/container. If you need more confidence that nothing unexpected is happening, provide the truncated/omitted portions of batch_transcript.py for a full line-by-line review.

Video Batch Transcript

通用视频批量转录工具 - 支持 1000+ 网站

核心功能

• 🌐 全网支持 - 基于 yt-dlp，支持 1000+ 网站（B 站、YouTube、抖音、Twitch 等）
• 📥 批量下载 - 支持单视频、合集、播放列表、频道
• 🚀 GPU 加速转录 - faster-whisper + CUDA，比 OpenAI Whisper 快 4-6 倍
• 📝 结构化笔记 - 自动生成单集笔记 + 完整汇总
• 🔧 术语校正 - 自动识别和校正专业术语
• 💾 断点续传 - 支持中断后继续处理
• 📤 多格式导出 - txt/md/docx，可选写入飞书文档
• 🔐 登录支持 - 支持需要登录的网站（cookies 配置）

支持的网站

🇨🇳 国内平台

平台	支持类型	需要登录
哔哩哔哩 (Bilibili)	视频、合集、频道	部分
抖音 (Douyin)	视频、合集	部分
快手 (Kuaishou)	视频	部分
西瓜视频	视频、合集	部分
腾讯视频	视频、剧集	部分
爱奇艺	视频、剧集	部分
优酷	视频、剧集	部分
微博视频	视频	否
小红书	视频	部分

🌍 国际平台

平台	支持类型	需要登录
YouTube	视频、播放列表、频道	部分
Vimeo	视频、合集	部分
Dailymotion	视频、播放列表	部分
Twitch	视频、频道	部分
Twitter/X	视频	否
Instagram	视频、Reels	部分
TikTok	视频	部分
Facebook	视频	部分

📺 流媒体 (需登录)

• Netflix、Hulu、HBO、Disney+、Amazon Prime

🎵 音频平台

• SoundCloud、Bandcamp、Spotify、Apple Music

📚 教育平台

• Coursera、edX、Udemy、Khan Academy、TED

完整支持列表: https://github.com/yt-dlp/yt-dlp/blob/master/supportedsites.md

快速开始

1. 安装依赖

cd /root/.openclaw/workspace/skills/video-batch-transcript
pip install -r requirements.txt

2. 检查环境

python scripts/check_env.py

3. 基本使用

# YouTube 视频
python scripts/batch_transcript.py \
  --url "https://www.youtube.com/watch?v=xxx" \
  --output-dir "~/video-notes"

# B 站合集
python scripts/batch_transcript.py \
  --url "https://space.bilibili.com/xxx/channel/collectiondetail?sid=xxx" \
  --output-dir "~/video-notes"

# YouTube 播放列表
python scripts/batch_transcript.py \
  --url "https://www.youtube.com/playlist?list=xxx" \
  --output-dir "~/video-notes"

高级功能

1. 使用 Cookies（需要登录的网站）

# 从浏览器获取 cookies（推荐）
python scripts/batch_transcript.py \
  --url "https://www.youtube.com/watch?v=xxx" \
  --cookies-from-browser chrome

# 支持浏览器：chrome, firefox, safari, edge, brave, opera

# 或使用 cookies 文件
python scripts/batch_transcript.py \
  --url "https://www.netflix.com/title/xxx" \
  --cookies "cookies/netflix.txt"

2. 指定视频质量

# 下载最佳质量
python scripts/batch_transcript.py \
  --url "xxx" \
  --format "best"

# 下载 1080p
python scripts/batch_transcript.py \
  --url "xxx" \
  --format "bestvideo[height<=1080]+bestaudio/best[height<=1080]"

# 仅音频
python scripts/batch_transcript.py \
  --url "xxx" \
  --format "bestaudio"

3. 并行处理

# 使用 4 个进程并行处理
python scripts/batch_transcript.py \
  --url "xxx" \
  --workers 4

4. 断点续传

# 自动续传（默认）
python scripts/batch_transcript.py --url "xxx"

# 强制重新处理
python scripts/batch_transcript.py --url "xxx" --no-resume

配置选项

命令行参数

参数	说明	默认值
--url	视频/合集 URL	必填
--output-dir	输出目录	~/video-notes
--episodes	指定集数 (e.g., "1-5,8,10")	全部
--model	Whisper 模型 (tiny/base/small/medium/large)	small
--device	设备 (auto/cuda/cpu)	auto
--language	语言代码 (zh/en/ja 等)	auto
--format	视频格式选择	bestaudio
--cookies-from-browser	浏览器 cookies	无
--cookies	cookies 文件路径	无
--terminology	术语表 JSON 文件路径	内置
--workers	并行处理数	1
--no-resume	禁用断点续传	否
--check-env	仅检查环境	否

配置文件

创建 config/config.yaml：

# 默认输出目录
output_dir: ~/video-notes

# Whisper 模型设置
whisper:
  model: small
  device: auto  # auto/cuda/cpu
  language: auto  # auto/zh/en/ja 等
  compute_type: float16

# 下载设置
download:
  format: bestaudio  # 默认下载格式
  audio_format: mp3  # 音频输出格式
  audio_quality: 192  # 音频质量 (kbps)
  
  # Cookies 配置（可选）
  cookies:
    enabled: false
    browser: chrome  # chrome/firefox/safari/edge
    file: ""  # 或使用 cookies 文件路径

# 输出格式
export:
  formats: [md, txt]  # md/txt/docx
  include_timestamps: false
  include_summary: true

# 术语校正
terminology:
  enabled: true
  custom_file: ""

# 并行处理
parallel:
  workers: 1
  max_memory_gb: 8

使用示例

示例 1: YouTube 教程系列

# 下载整个播放列表并转录
python scripts/batch_transcript.py \
  --url "https://www.youtube.com/playlist?list=PLxxx" \
  --output-dir "~/youtube-ml-course" \
  --device cuda \
  --model medium

示例 2: B 站 UP 主频道

# 下载 UP 主所有视频
python scripts/batch_transcript.py \
  --url "https://space.bilibili.com/123/channel/collectiondetail?sid=456" \
  --output-dir "~/bilibili-ai-series" \
  --episodes "1-20"

示例 3: 抖音合集

# 下载抖音合集（可能需要 cookies）
python scripts/batch_transcript.py \
  --url "https://www.douyin.com/collection/xxx" \
  --output-dir "~/douyin-notes" \
  --cookies-from-browser chrome

示例 4: Twitch 频道视频

# 下载 Twitch 频道视频
python scripts/batch_transcript.py \
  --url "https://www.twitch.tv/xxx/videos" \
  --output-dir "~/twitch-vods" \
  --language en

示例 5: 多平台混合处理

# 创建脚本处理多个平台的视频
cat > process_all.sh << 'EOF'
#!/bin/bash

# YouTube
python scripts/batch_transcript.py \
  --url "https://youtube.com/playlist?list=xxx" \
  --output-dir "~/notes/youtube"

# B 站
python scripts/batch_transcript.py \
  --url "https://space.bilibili.com/xxx/collectiondetail?sid=xxx" \
  --output-dir "~/notes/bilibili"

# Vimeo
python scripts/batch_transcript.py \
  --url "https://vimeo.com/album/xxx" \
  --output-dir "~/notes/vimeo"
EOF

chmod +x process_all.sh
./process_all.sh

输出结构

~/video-notes/
├── 合集或频道名称/
│   ├── 001_视频标题/
│   │   ├── audio.mp3          # 音频文件
│   │   ├── transcript.txt     # 原始转录
│   │   ├── notes.md          # 结构化笔记
│   │   └── metadata.json      # 元数据（含来源网站）
│   ├── 002_视频标题/
│   │   └── ...
│   ├── 合集汇总.md            # 完整汇总笔记
│   └── metadata.json          # 合集元数据

网站特定配置

YouTube

# 推荐：使用 cookies 避免 403 错误
python scripts/batch_transcript.py \
  --url "https://youtube.com/watch?v=xxx" \
  --cookies-from-browser chrome

# 下载字幕（如果有）
python scripts/batch_transcript.py \
  --url "https://youtube.com/watch?v=xxx" \
  --write-subs \
  --sub-langs zh-Hans,en

B 站 (Bilibili)

# 普通视频（无需登录）
python scripts/batch_transcript.py \
  --url "https://www.bilibili.com/video/BVxxx"

# 需要登录的合集
python scripts/batch_transcript.py \
  --url "https://space.bilibili.com/xxx/collectiondetail?sid=xxx" \
  --cookies-from-browser chrome

抖音/TikTok

# 可能需要 cookies
python scripts/batch_transcript.py \
  --url "https://www.douyin.com/video/xxx" \
  --cookies-from-browser chrome

Netflix/流媒体

# 需要 cookies 文件
# 1. 使用浏览器扩展导出 cookies
# 2. 保存为 netscape 格式
python scripts/batch_transcript.py \
  --url "https://www.netflix.com/title/xxx" \
  --cookies "cookies/netflix.txt"

模型选择建议

模型	显存需求	转录速度	准确率	适用场景
tiny	~1 GB	最快	一般	快速测试、低配设备
base	~1 GB	快	较好	日常使用
small	~2 GB	中等	好	推荐默认
medium	~5 GB	较慢	很好	高质量需求
large	~10 GB	最慢	最佳	专业场景

故障排除

常见问题

问题	原因	解决方案
HTTP 403	网站阻止请求	使用 --cookies-from-browser
需要登录	内容需认证	配置 cookies
下载慢	网络问题	使用代理或 CDN
转录错误	音频损坏	重新下载音频
内存不足	模型太大	使用更小模型或减少 workers

获取 Cookies

方法 1: 从浏览器自动获取（推荐）

python scripts/batch_transcript.py \
  --url "xxx" \
  --cookies-from-browser chrome

方法 2: 导出 cookies 文件

1. 安装浏览器扩展（如 "Get cookies.txt"）
2. 登录目标网站
3. 导出 cookies 为 Netscape 格式
4. 使用 --cookies "path/to/cookies.txt"

GPU 加速检查

# 检查 CUDA
python -c "import torch; print(f'CUDA: {torch.cuda.is_available()}')"

# 查看 GPU
nvidia-smi

更新日志

v1.0.0 (2026-03-05)

• 初始版本
• 支持 1000+ yt-dlp 兼容网站
• GPU 加速转录 (faster-whisper)
• 结构化笔记生成
• 断点续传
• 多格式导出
• Cookies 登录支持

许可证

MIT License