用途：把哔哩哔哩视频转成 Markdown 文本。字幕优先，先尝试抓取官方/自动字幕（秒级、免 GPU）；抓不到再下载音频用 SenseVoice-Small 转录。加 --no-subtitle 可强制走音频转录。
环境：Python 3.9+；创建虚拟环境并安装 funasr、modelscope、torch、torchaudio；系统依赖 ffmpeg 与 yt-dlp（如 macOS 用 brew install ffmpeg yt-dlp）。
用法： python scripts/transcribe.py "https://www.bilibili.com/video/BV1rrQGBeEen/" python scripts/transcribe.py "BV1rrQGBeEen" python scripts/transcribe.py "BV1rrQGBeEen" --no-subtitle python scripts/batch_transcribe.py urls.txt -o ./output 批量脚本逐条调用单篇脚本，默认单条失败后继续，需要严格模式加 --stop-on-error。输出自动创建带 frontmatter 的 Markdown 文件。
流程：用 yt-dlp 下载音频，需加 User-Agent 和 Referer 以应对 B 站反爬；再用 SenseVoice-Small（vad_model 为 fsmn-vad、device 为 cpu）转录；最后生成 Markdown。性能参考：5 分钟约 10 秒、10 分钟约 20 秒、30 分钟约 60 秒。
限制：B 站 4K/1080P60 需大会员，普通用户可下载 720P 以下；模型首次下载约 893MB；不支持说话人分离；合集视频只下载第一个分 P。仅供个人学习与研究使用，需遵守目标平台服务条款与 robots 规则，控制请求频率，不要用于批量抓取、商用爬取或侵权场景，下载内容版权归原作者所有。