AI Video Transcriber概览

AI Video Transcriber是一款开源的AI视频转录与摘要工具，基于

Faster-Whisper

进行高精度语音转写，结合

yt-dlp

抓取主流视频站点内容，覆盖 YouTube、Bilibili、抖音在内的 30+ 平台。提供自动纠错、句子补全、智能分段与多语言摘要能力，并在选定摘要语言与语音检测语言不一致时调用

GPT-4o

做条件式翻译。


AI Video Transcriber核心功能


  • 多平台支持

    ：依托 yt-dlp，适配 YouTube、抖音、B站等大量站点。

  • 智能转录

    ：采用 Faster-Whisper，速度与内存占用更优，保持与原版 Whisper 相近的准确率。

  • 文本优化

    ：自动错别字修正、句子完整化与智能分段，便于直接发布与检索。（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，自动用 GPT-4o 生成翻译与总结。

  • 移动适配

    ：前端界面适配移动端，支持 Markdown 渲染（Marked.js）。


快速上手


环境要求

：

  • Python 3.8+
  • FFmpeg（音视频处理必备）
  • 可选：OpenAI API Key（启用 AI 摘要/翻译）

    项目 README 与 FFmpeg 官方仓库均有说明。


使用步骤

：

  1. 粘贴视频链接（支持 YouTube、B站、抖音等）。
  2. 选择输出摘要语言。
  3. 点击「开始」，系统执行以下流水线：下载与解析 → Faster-Whisper 转写 → AI 优化（纠错、补全、分段）→ 生成所选语言摘要/翻译。
  4. 查看转写与摘要结果，可下载 Markdown 文件保存。


技术架构


  • 后端

    ：FastAPI 提供接口；yt-dlp 负责下载与解析；Faster-Whisper 负责转写；OpenAI API 用于摘要/翻译。

  • 前端

    ：HTML5/CSS3 + 原生 JavaScript，使用 Marked.js 渲染 Markdown；图标库使用 Font Awesome。


常见问题


  • 转录速度偏慢？

    与视频时长、模型大小与硬件性能相关。选择

    tiny

    或

    base

    等较小模型可提速。

  • 平台覆盖面？

    以 yt-dlp 支持的站点为准，覆盖数千网站与变体。

  • AI 优化不可用？

    未配置 OpenAI API Key 时，仅输出 Whisper 原始转写与简化摘要。

  • 环境报错/白屏？

    按 README 检查虚拟环境、依赖、

    OPENAI_API_KEY

    /

    OPENAI_BASE_URL

    、FFmpeg 安装与端口占用。


适用人群与场景

  • 内容创作者、运营与新媒体团队：批量转写口播与长视频，快速生成多语言摘要与文稿。
  • 教育与会议记录：课程、讲座、访谈转写与要点提炼。
  • 知识整理：剪辑脚本、字幕草稿、SEO 素材沉淀与复用。


AI Video Transcriber项目地址

GitHub 地址：

https://github.com/wendy7756/AI-Video-Transcriber