用途:统一处理常见视频任务,包括从 YouTube 等平台下载视频、提取音频、转换格式和语音转文字。
依赖:需在环境中安装 yt-dlp(pip install -U yt-dlp)、FFmpeg(macOS:brew install ffmpeg;Ubuntu/Debian:apt-get install ffmpeg)和 OpenAI Whisper(pip install -U openai-whisper)。脚本通过 PEP 723 内嵌依赖 click、ffmpeg-python、yt-dlp。
主要能力:
- 下载:uv run .claude/skills/video-processor/scripts/video_processor.py download "URL" output.mp4,支持 --audio-only、--subtitle、--info、--format。
- 提取音频:extract-audio input.mp4 output.wav,--format 支持 wav、mp3、aac、flac。
- 转 MP4:to-mp4 input.avi output.mp4,可选 --codec(如 libx264、libx265、h264)与 --preset。
- 转 WebM:to-webm input.mp4 output.webm,--codec 默认 libvpx-vp9,适合网页播放与流媒体。
- 转写:transcribe input.mp4 transcript.txt,--model 可选 tiny、base、small、medium、large(默认 base),--language 默认自动检测,--format 支持 txt、srt、vtt、json。视频输入会先用 FFmpeg 提取音频为临时 WAV,再交由 Whisper 处理,完成后清理临时文件。
限制:FFmpeg 只负责音频准备,不执行转写;Whisper 对 WAV 或 MP3 效果最佳,16kHz 为最优采样率;large 模型精度最高但最慢、内存占用大;VP9 转 WebM 较慢但文件更小。具体平台兼容范围、收费与效果未在资料中提供。