用途：把视频变成可复制、可搜索的文字。适用于用户发送抖音分享链接要求转文字、提取文案、拆解视频，或发送本地视频文件要求语音转文字、生成字幕的场景。
主要能力：一是解析抖音分享链接，输出标题、作者、点赞、标签等元数据，采用 SSR 解析，零依赖（curl 加标准库），无需 Cookie；二是对本地视频文件自动提取音频并转写中文语音，结果保存为 <输入名>_transcript.txt，并打印时间戳分段。
使用方式：抖音链接执行 python3 scripts/vtt.py "https://v.douyin.com/xxxx/"；本地视频执行 python3 scripts/vtt.py 本地视频.mp4。转写依赖 faster-whisper，首次使用需 pip3 install faster-whisper，并会下载约 75MB 的 tiny 模型；macOS 自带 avconvert，Linux 需 ffmpeg。
限制与注意：分享链接当前只提取元数据，语音转写需用户保存视频后走本地文件方式。SSR 元数据时长可能为 0 秒，若同时存在下载 URL 应先下载验证，不要直接判定为图文；解析出的视频 URL 可能过期返回 404，此时需 Cookie 降级或让用户提供文件。whisper 转写较慢，Intel Mac 上 3 分钟视频约需 5 分钟，且必须指定 language='zh'，否则自动检测会多花 1-2 分钟。若 duration=0 且下载文件小于 1MB，则为图文内容（无音频），只输出元数据，不要编造内容。