用途:对任意 YouTube 视频做一键转写。先尝试获取已有字幕(免费、即时),若字幕被禁用或不存在,则下载音频并用 OpenAI Whisper API 转写。
主要能力:支持完整 URL、youtu.be 短链或视频 ID;Whisper 支持 99 种以上语言;可传 --lang 指定语言提升非英语准确率;可指定输出路径、强制走 Whisper、保留音频、调整音频码率;音频压缩为单声道低码率以适配 25MB API 限制,最长约 4 小时视频。
使用方式:需先装 yt-dlp(brew install yt-dlp 或 pip install yt-dlp)与 ffmpeg(brew install ffmpeg),并设置 OPENAI_API_KEY 环境变量。基本命令:{baseDir}/scripts/transcribe.sh "https://www.youtube.com/watch?v=VIDEO_ID",可加 --lang zh、--out /tmp/transcript.txt、--force-whisper、--keep-audio、--audio-bitrate 等参数。
适用场景:需要视频文稿、字幕缺失的视频转写、多语言视频整理。
限制:使用 Whisper 时按音频时长计费(约 $0.006/分钟,23 分钟视频约 $0.14),字幕可用时免费。遇到 YouTube 403 可更新 yt-dlp;文件过大可降低码率(--audio-bitrate 32);缺失密钥需设置 OPENAI_API_KEY。