Video Transcribe - 视频转文字
🎬 一键转录本地视频/音频为文字稿
使用 OpenAI Whisper 进行本地语音识别，完全免费、离线运行、保护隐私。
✨ 功能特点
- ✅ 完全免费 - 无需 API 密钥，无使用限制
- ✅ 本地运行 - 视频不上传，保护隐私
- ✅ 支持多格式 - mp4, mov, avi, mkv, mp3, wav, m4a 等
- ✅ 自动语言检测 - 支持中文、英文等 90+ 语言
- ✅ 带时间戳 - 输出 SRT 字幕格式
- ✅ 多模型选择 - 从快速到高精度任选
- ✅ AI 内容总结 - 转录后自动生成 200-300 字摘要 + 关键要点
📦 安装依赖
v1.0.3+ 无需手动安装！ 首次运行时会自动检测并安装 Whisper 引擎（约 300MB，一次性）。
如果自动安装失败，可手动安装：
pip3 install openai-whisper -i https://pypi.tuna.tsinghua.edu.cn/simple
💡 安装大小：约 200-300 MB ⏱️ 安装时间：5-10 分钟（首次需下载模型）
🚀 使用方法
方式 1：直接用命令
# 基础用法（自动检测语言）
python transcribe.py /path/to/video.mp4
# 指定中文
python transcribe.py /path/to/video.mp4 base zh
# 转录 + AI 总结
python transcribe.py /path/to/video.mp4 --summarize
# 输出到指定目录 + 总结
python transcribe.py /path/to/video.mp4 base zh --summarize
方式 2：在 OpenClaw 中调用
/transcribe /path/to/video.mp4 --summarize
📁 输出文件
转录完成后会生成以下文件（在同一目录）：
| 文件 | 格式 | 说明 |
|---|---|---|
视频名.txt | 纯文本 | 无时间戳的文字稿 |
视频名.srt | SRT 字幕 | 带时间戳，可导入剪映/PR |
视频名.vtt | WebVTT | 网页字幕格式 |
视频名_summary.json | JSON | AI 内容总结（使用 --summarize 时生成） |
🔧 高级选项
# 只输出文字，不生成字幕
whisper video.mp4 --output_format txt
# 指定输出语言（翻译为英文）
whisper video.mp4 --task translate
# 调整温度（越高越随机，0 最确定）
whisper video.mp4 --temperature 0
# 显示详细日志
whisper video.mp4 --verbose True
完整选项：whisper --help
📝 注意事项
- 首次运行会下载模型（一次性，约 100-800 MB）
- 视频文件路径不要有空格，或用引号括起来
- 长视频需要耐心等待（5 分钟视频约 5-10 分钟转录时间）
- 背景噪音会影响准确率，安静环境效果更好
🙏 致谢
- 核心引擎：OpenAI Whisper
- 开源协议：MIT
📮 反馈
遇到问题或有建议？欢迎反馈！
作者： Seven
版本： 1.0.3
更新时间： 2026-03-18
📋 更新日志
v1.0.3 (2026-03-18)
- ✨ 新增：首次运行时自动安装 Whisper 依赖，无需手动执行 pip 命令
- 🔧 优化：使用清华镜像源自动安装，国内用户更快
- 📝 更新：SKILL.md 说明文档，告知用户自动安装行为
v1.0.2 (2026-03-16)
- 🐛 修复：添加 YAML front matter 到 SKILL.md，修复技能在 OpenClaw 中无法显示的问题
- 📦 更新元数据格式，确保与 ClawHub 规范兼容
v1.0.0 (2026-03-13)
- ✨ 初始版本发布
- 🎬 支持本地视频/音频转录
- 🤖 集成 OpenAI Whisper 引擎
- 📄 输出 TXT 和 SRT 格式
- 📊 支持 AI 内容总结