SuperAPI AI 工具集

transcribe-video

设计与创作

查看项目

更新于 10-16 04:57

技能介绍

用途:从视频或音频文件生成字幕与转录文本,输入为文件路径,可选带语言代码(如 en-US、es-ES)。

主要能力:输出 .srt、.vtt 与 .txt 三种文件,位于源文件旁。流程为用 ffmpeg 提取 MP3 音频、创建临时 S3 桶并上传、启动 AWS Transcribe 任务、轮询状态、下载字幕与 JSON 结果、提取纯文本,最后删除 S3 桶、Transcribe 任务和临时文件。

前提条件:需安装并配置 ffmpeg(brew install ffmpeg)和 aws CLI(brew install awscli && aws configure),凭据需具备 s3:* 与 transcribe:* 权限。

关键命令:提取音频 ffmpeg -i "input.mp4" -vn -acodec mp3 -q:a 2 "/tmp/transcribe-audio.mp3" -y;创建桶 aws s3 mb "s3://$BUCKET" --region us-east-1;启动任务 aws transcribe start-transcription-job(含 --transcription-job-name、--language-code、--media-format mp3、--media、--subtitles "Formats=srt,vtt"、--output-bucket-name、--region);轮询用 get-transcription-job;清理用 aws s3 rb "s3://$BUCKET" --force --region us-east-1 与 delete-transcription-job。

限制与注意:资料列出参考费用约 $0.024/分钟及运行耗时示例,但属于参考信息;必须清理 S3 桶以免持续收费。资料未提供其他收费、平台或额外功能说明。