用途:把本地视频(.mp4 / .mov)转化为图文并茂、画面高度对齐、尽量保留作者原话与风格的 Markdown 文章初稿,之后可交由 sqsl-article-to-wechat 排版并推送。
主要流程:
- 用 ffmpeg 提取 16kHz 单声道 WAV 音频,再调用本地 whisper-cli 转写为带时间戳的 .srt 与 .txt。脚本方式:python3 "<skill_dir>/scripts/video_to_article.py" "/path/to/video.mp4" [output_dir];也可手动分步执行 ffmpeg 与 whisper-cli 命令。
- 依据 references/glossary.json 对同音字与专有名词纠错,可自行编辑该词库扩展维护。
- 按 SRT 时间戳精准抽帧,例如 python3 "<skill_dir>/scripts/video_to_article.py" --frame "input_video.mp4" 00:01:21 "assets/01_功能展示.jpg",或用 ffmpeg -ss 00:01:21 抽帧,再用 view_file 回看校验画面。
- 撰写 Markdown:只删除口水词与重复停顿,不得更换作者原用词、句式,禁止八股开篇收尾、主题升华与词汇升级;图片紧随对应台词段落。
交付:Markdown 文件与 assets 配图目录。
限制:资料未提供可运行的完整依赖安装步骤、模型获取方式、支持视频格式之外的平台与价格信息,这些暂未提供;对视频长度、语言、性能上限等也未说明。