用途:将抖音/TikTok 视频的音频转写为带时间戳的文本,支持交互式网页界面和命令行工作流。触发条件:用户提供抖音/TikTok 链接并请求转写。
主要能力:视频解析、音频提取、ASR 转写、时间戳生成。音频提取直接获取背景音乐 URL,无需下载。
使用方式一(网页界面,推荐):进入 skills/good-TTvideo2text 后执行 pip install -r requirements.txt 安装依赖,再运行 python app/main.py 启动服务(默认端口 8000),浏览器访问 http://localhost:8000。可粘贴视频链接即时转写、查看带时间戳结果、管理受限视频的 Cookie、查看实时进度。
使用方式二(命令行脚本):python scripts/transcribe.py "https://v.douyin.com/xxx";也可从分享文本中提取链接,如 python scripts/transcribe.py "7.47 复制打开抖音,看看【用户名】的作品 https://v.douyin.com/xxx";用 --output json 或 --output text 指定输出格式。文本输出包含视频信息、完整转写文本和带时间戳的句子;JSON 输出包含 success、video_info(标题、作者、时长、创建时间)和 transcription(text 与 sentences 的 start_ms、end_ms、text)。
依赖与配置:依赖 fastapi>=0.120.3、uvicorn>=0.35.0、httpx>=0.28.1 及 TikTokDownloader 相关依赖。ASR 需 Goodable 平台注入环境变量 GOODABLE_ASR_SUBMIT_URL 和 GOODABLE_ASR_QUERY_URL_TEMPLATE。部分视频需登录 Cookie,可通过网页设置或编辑 TikTokDownloader/settings.json 配置。
适用场景:用户提供抖音/TikTok 链接后需要音频转写,或需将转写集成到自动化与 AI 工作流。
限制:公开视频无需 Cookie,受限视频需登录 Cookie;需 Goodable 平台 ASR 服务;ASR 处理通常 5-30 秒,长音频可能超时;无背景音乐的视频会提示无音频轨道。支持短链、完整链接及 TikTok 链接格式。