AI Video Transcriber – 视频一键转文字的AI提取工具

AI Video Transcriber 是一款自动将视频转录成文字并生成智能摘要的开源工具，支持 YouTube、TikTok、B 站等 30+ 平台，还能用 GPT-4o 自动纠错、断句和生成多语言摘要，提供了 Docker 一键部署和本地自动安装脚本，需配置 OpenAI API 密钥使用。

主要功能特点

• 🎥 多平台支持: 支持YouTube、Bilibili、抖音等30+平台。
• 🗣️ 智能转录: 使用Faster-Whisper模型进行高精度语音转文字
• 🤖 AI文本优化: 自动错别字修正、句子完整化和智能分段
• 🌍 多语言摘要: 支持多种语言的智能摘要生成
• ⚙️ 条件式翻译：当所选总结语言与Whisper检测到的语言不一致时，自动调用GPT‑4o生成翻译
• 📱 移动适配: 完美支持移动设备

---

官方使用说明

1. 输入视频链接: 在输入框中粘贴YouTube、Bilibili等平台的视频链接
2. 选择摘要语言: 选择希望生成摘要的语言
3. 开始处理: 点击”开始”按钮
4. 监控进度: 观察实时处理进度，包含多个阶段：
   • 视频下载和解析
   • 使用Faster-Whisper进行音频转录
   • AI智能转录优化（错别字修正、句子完整化、智能分段）
   • 生成选定语言的AI摘要
5. 查看结果: 查看优化后的转录文本和智能摘要
6. 下载文件: 点击下载按钮保存Markdown格式的文件

常见问题

Q: 为什么转录速度很慢？

A: 转录速度取决于视频长度、Whisper模型大小和硬件性能。可以尝试使用更小的模型（如tiny或base）来提高速度。

Q: 支持哪些视频平台？

A: 支持所有yt-dlp支持的平台，包括但不限于：YouTube、抖音、Bilibili、优酷、爱奇艺、腾讯视频等。

Q: AI优化功能不可用怎么办？

A: 转录优化和摘要生成都需要OpenAI API密钥。如果未配置，系统会提供Whisper的原始转录和简化版摘要。

Q: 出现 500 报错/白屏，是代码问题吗？

A: 多数情况下是环境配置问题，请按以下清单排查：

• 是否已激活虚拟环境：source .venv/bin/activate
• 依赖是否安装在虚拟环境中：pip install -r requirements.txt
• 是否设置 OPENAI_API_KEY（启用摘要/翻译所必需）
• 如使用自定义网关，OPENAI_BASE_URL 是否正确、网络可达
• 是否已安装 FFmpeg：macOS brew install ffmpeg / Debian/Ubuntu sudo apt install ffmpeg
• 8000 端口是否被占用；如被占用请关闭旧进程或更换端口

Q: 如何处理长视频？

A: 系统可以处理任意长度的视频，但处理时间会相应增加。建议对于超长视频使用较小的Whisper模型。

Q: 如何使用Docker部署？

A: Docker提供了最简单的部署方式：

前置条件：

• 从 https://www.docker.com/products/docker-desktop/ 安装Docker Desktop
• 确保Docker服务正在运行

快速开始：

# 克隆和配置
git clone https://github.com/wendy7756/AI-Video-Transcriber.git
cd AI-Video-Transcriber
cp .env.example .env
# 编辑.env文件设置你的OPENAI_API_KEY

# 使用Docker Compose启动（推荐）
docker-compose up -d

# 或手动构建运行
docker build -t ai-video-transcriber .
docker run -p 8000:8000 --env-file .env ai-video-transcriber

常见Docker问题：

• 端口冲突：如果8000端口被占用，可改用 -p 8001:8000
• 权限拒绝：确保Docker Desktop正在运行且有适当权限
• 构建失败：检查磁盘空间（需要约2GB空闲空间）和网络连接
• 容器无法启动：验证.env文件存在且包含有效的OPENAI_API_KEY

Docker常用命令：

# 查看运行中的容器
docker ps

# 检查容器日志
docker logs ai-video-transcriber-ai-video-transcriber-1

# 停止服务
docker-compose down

# 修改后重新构建
docker-compose build --no-cache

Q: 内存需求是多少？

A: 内存使用量根据部署方式和工作负载而有所不同：

Docker部署：

• 基础内存：空闲容器约128MB
• 处理过程中：根据视频长度和Whisper模型，需要500MB – 2GB
• Docker镜像大小：约1.6GB磁盘空间
• 推荐配置：4GB+内存以确保流畅运行

传统部署：

• 基础内存：FastAPI服务器约50-100MB
• Whisper模型内存占用：
  • tiny：约150MB
  • base：约250MB
  • small：约750MB
  • medium：约1.5GB
  • large：约3GB
• 峰值使用：基础 + 模型 + 视频处理（额外约500MB）

内存优化建议：

# 使用更小的Whisper模型减少内存占用
WHISPER_MODEL_SIZE=tiny  # 或 base

# Docker部署时可限制容器内存
docker run -m 1g -p 8000:8000 --env-file .env ai-video-transcriber

# 监控内存使用情况
docker stats ai-video-transcriber-ai-video-transcriber-1

Q: 网络连接错误或超时怎么办？

A: 如果在视频下载或API调用过程中遇到网络相关错误，请尝试以下解决方案：

常见网络问题：

• 视频下载失败，出现”无法提取”或超时错误
• OpenAI API调用返回连接超时或DNS解析失败
• Docker镜像拉取失败或极其缓慢

解决方案：

1. 切换VPN/代理：尝试连接到不同的VPN服务器或更换代理设置
2. 检查网络稳定性：确保你的网络连接稳定
3. 更换网络后重试：更改网络设置后等待30-60秒再重试
4. 使用备用端点：如果使用自定义OpenAI端点，验证它们在你的网络环境下可访问
5. Docker网络问题：如果容器网络失败，重启Docker Desktop

快速网络测试：

# 测试视频平台访问
curl -I https://www.youtube.com/

# 测试OpenAI API访问（替换为你的端点）
curl -I https://api.openai.com

# 测试Docker Hub访问
docker pull hello-world

如果问题持续存在，尝试切换到不同的网络或VPN位置。

获取方式

官方网站

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

网盘下载

https://pan.quark.cn/s/adce0e591d7f

更多趣软酷站请访问：

https://www.gewuzhizhi.vip/software-store/all-software-store/internet-resources

★★★ 强烈推荐 ★★★ 点击下图，500+常用办公精品软件一键直达！

常用生产力软件大宝荐【持续更新】