用途：把 YouTube 视频内容转成文字笔记。先抓官方/自动字幕，抓不到再下载音频用 SenseVoice-Small 转录；中文直接输出，英文可经 LLM 翻译并生成中英对照 Markdown，适合学习英文视频内容。
主要能力：字幕优先转录；音频转录（FunASR 的 SenseVoice-Small）；语言检测与翻译；Markdown 输出；urls.txt 批量模式，默认失败继续，严格模式加 --stop-on-error；--no-translate 关闭翻译，--no-subtitle 强制音频转录，--output 指定输出目录。
环境与用法：Python 3.9+，python -m venv .venv、source .venv/bin/activate，pip install funasr modelscope torch torchaudio；macOS 用 brew install ffmpeg yt-dlp，Ubuntu 用 sudo apt install ffmpeg && pip install yt-dlp。翻译需 export DEEPSEEK_API_KEY="your-api-key"，也支持 OpenAI 或兼容 OpenAI API 的服务。命令：python scripts/transcribe.py "https://www.youtube.com/watch?v=xxxxx"，批量为 python scripts/batch_transcribe.py urls.txt -o ./output --no-translate。
限制：SenseVoice-Small 英文准确率不如中文；翻译质量取决于 LLM；长视频耗时较长；部分视频有地区限制；资料给出 5/10/30 分钟视频总耗时约 30 秒/50 秒/2 分钟。仅供个人学习研究，需遵守平台条款，注意版权。