用途：把知乎视频（独立视频页、问答内嵌视频、专栏文章内嵌视频）下载音频并转录为文字，输出带 frontmatter 的 Markdown 文件，包含来源链接、标题、语言和转录文本。
主要能力：统一处理知乎视频页、问答页、专栏文章三类链接；用 yt-dlp 下载音频（通过 Referer 与 UA 伪装规避基础反爬）；用 SenseVoice-Small 模型转录，默认 language=zh、use_itn=True，并配合 fsmn-vad 做语音活动检测；下载失败自动重试。
环境要求：Python 3.9+；依赖 pip install funasr modelscope torch torchaudio；系统依赖 macOS 用 brew install ffmpeg yt-dlp，Ubuntu 用 sudo apt install ffmpeg && pip install yt-dlp。
使用方式：激活虚拟环境后运行脚本，例如 python scripts/transcribe.py "https://www.zhihu.com/video/1234567890"；问答内嵌视频可传问答链接，脚本自动提取视频 ID；专栏文章传 zhuanlan 链接；可用 -o 指定输出目录。
限制：内嵌视频依赖 yt-dlp 正确提取视频 ID，页面结构变化可能导致失败；知乎对频繁请求有限流，建议单次处理间隔不少于 3 秒；盐选内容、仅会员可见视频需要登录，当前脚本不携带登录态；默认中文，英文内容建议改用 youtube-transcribe；SenseVoice-Small 首次下载约 893MB。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，不得用于批量抓取或商用爬取，下载内容版权归原作者所有。