video-draft-creator 0.1.0

强大的视频音频下载、转录和AI纠错工具

Video Draft Creator

一个基于 Python 的强大命令行工具，专为从流媒体视频中提取音频、进行高精度语音转录并生成经过 AI 纠错的结构化文稿而设计。

🎯 功能特性

• 🎥 多平台视频音频下载：使用 yt-dlp 支持 YouTube、B站、优酷等主流视频平台
• 🍪 智能 Cookie 管理：支持 6 大主流浏览器的 Cookie 自动导入
• 🎤 高精度语音转录：基于 faster-whisper 实现快速、准确的语音转文字
• 🤖 AI 智能纠错：集成 DeepSeek API 进行智能文本纠错和结构化
• 📊 智能文本分析：自动生成摘要、提取关键词和主题分析
• 📄 多格式输出：支持 Markdown、TXT、DOCX、SRT、VTT 等多种输出格式
• ⚡ 并行处理：支持批量下载和并行转录处理
• 🔧 灵活配置：支持配置文件和命令行参数的灵活组合
• 📈 实时进度显示：提供详细的下载和处理进度反馈

📋 系统要求

基础要求

• Python: 3.8 或更高版本
• 操作系统: Windows 10+、macOS 10.14+、Ubuntu 18.04+ 或其他主流 Linux 发行版
• 内存: 建议 4GB RAM 或更多（GPU 加速需要更多）
• 存储空间: 至少 2GB 可用空间（用于模型和临时文件）

可选依赖

• FFmpeg: 用于音频格式转换（强烈推荐）
• CUDA: 用于 GPU 加速转录（可选，需要 NVIDIA GPU）

🚀 快速开始

1. 安装 FFmpeg（推荐）

Windows:

# 使用 Scoop（推荐）
scoop install ffmpeg

# 或使用 Chocolatey
choco install ffmpeg

macOS:

# 使用 Homebrew
brew install ffmpeg

Ubuntu/Debian:

sudo apt update
sudo apt install ffmpeg

2. 安装 Video Draft Creator

# 方法1: 使用 pip（推荐）
pip install video-draft-creator

# 方法2: 从源代码安装
git clone https://github.com/yourusername/video-draft-creator.git
cd video-draft-creator
pip install -e .

3. 初始化配置

# 创建配置文件
video-draft-creator config --init

# 查看配置示例
video-draft-creator config --show

4. 配置 DeepSeek API

编辑配置文件 config/config.yaml，设置您的 DeepSeek API 密钥：

correction:
  api_key: "your_deepseek_api_key_here"

或者设置环境变量：

export DEEPSEEK_API_KEY="your_deepseek_api_key_here"

💡 使用示例

基础用法

# 下载并转录单个视频
video-draft-creator process "https://www.youtube.com/watch?v=VIDEO_ID" --transcribe

# 使用浏览器 Cookie 下载受限内容
video-draft-creator process "https://www.bilibili.com/video/BV1234567890" \
  --cookie-browser chrome --transcribe

# 指定输出目录和格式
video-draft-creator process "https://youtube.com/watch?v=VIDEO_ID" \
  --output-dir ./output --format markdown --transcribe --correct

批量处理

# 创建 URL 文件 urls.txt
echo "https://www.youtube.com/watch?v=VIDEO_ID1" > urls.txt
echo "https://www.youtube.com/watch?v=VIDEO_ID2" >> urls.txt

# 批量下载和转录
video-draft-creator batch urls.txt --transcribe --correct --max-workers 3

单独使用各个功能

# 仅转录已有音频文件
video-draft-creator transcribe audio.mp3 --model-size medium --language zh

# 仅纠错文本文件
video-draft-creator correct transcript.txt --language zh

# 生成文档格式
video-draft-creator format corrected_text.txt --formats markdown docx --title "会议记录"

# 生成摘要和关键词
video-draft-creator analyze transcript.txt --language zh

🛠️ 详细命令参考

process 命令 - 处理单个视频

video-draft-creator process <URL> [选项]

必需参数:

• URL: 视频URL

主要选项:

• --transcribe, -t: 下载后进行转录
• --correct: 转录后进行AI文本纠错
• --summarize: 生成文本摘要
• --keywords: 提取关键词
• --output-dir, -o DIR: 输出目录
• --output-name, -n NAME: 输出文件名
• --audio-quality, -q QUALITY: 音频质量 (best/worst/128/192/256/320)
• --format, -f FORMAT: 输出格式 (markdown/txt/docx)
• --cookie-browser BROWSER: 浏览器Cookie (chrome/firefox/safari/edge/opera/brave)
• --cookie-file FILE: Cookie文件路径
• --info-only: 仅获取视频信息
• --profile, -p PROFILE: 使用配置预设
• --verbose, -v: 详细输出

batch 命令 - 批量处理

video-draft-creator batch <文件路径> [选项]

必需参数:

• 文件路径: 包含URL的文本文件路径

主要选项:

• --max-workers, -w NUM: 并行工作线程数 (默认: 3)
• --sequential: 使用顺序处理
• --no-progress: 禁用进度显示
• 其他选项同 process 命令

transcribe 命令 - 音频转录

video-draft-creator transcribe <音频文件> [选项]

选项:

• --model-size, -m SIZE: 模型大小 (tiny/base/small/medium/large/large-v2/large-v3)
• --language, -l LANG: 音频语言 (zh/en/auto)
• --format, -f FORMAT: 输出格式 (srt/vtt/txt/all)
• --output-dir, -o DIR: 输出目录

config 命令 - 配置管理

video-draft-creator config [选项]

选项:

• --show: 显示当前配置
• --init: 初始化配置文件
• --test: 测试配置
• --list-profiles: 列出配置预设
• --save-profile NAME: 保存当前配置为预设
• --show-profile NAME: 显示配置预设详情
• --delete-profile NAME: 删除配置预设

⚙️ 配置详解

配置文件结构

配置文件位置：config/config.yaml

# DeepSeek API 配置
correction:
  api_key: "your_deepseek_api_key_here"
  api_endpoint: "https://api.deepseek.com/chat/completions"
  model: "deepseek-chat"
  max_retries: 3
  timeout: 30
  chunk_size: 2000

# 下载配置
download:
  output_dir: "./temp"
  audio_quality: "best"
  supported_formats: ["mp3", "wav", "m4a"]
  
  # Cookie 配置
  cookies:
    from_browser: "chrome"  # chrome, firefox, safari, edge, opera, brave
    cookie_file: null
    auto_captcha: true
  
  # 网络配置
  network:
    timeout: 30
    retries: 3
    user_agent: "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36"

# 转录配置
transcription:
  model_size: "medium"  # tiny, base, small, medium, large, large-v2, large-v3
  language: "auto"      # auto, zh, en, etc.
  temperature: 0.0
  beam_size: 5

# 输出配置
output:
  default_format: "markdown"
  include_timestamps: true
  include_summary: true
  include_keywords: true

# 日志配置
logging:
  level: "INFO"  # DEBUG, INFO, WARNING, ERROR
  file: "./logs/video_draft_creator.log"

环境变量

支持以下环境变量覆盖配置：

export DEEPSEEK_API_KEY="your_api_key"
export DEEPSEEK_API_ENDPOINT="https://api.deepseek.com/chat/completions"
export COOKIE_FILE="path/to/cookies.txt"
export COOKIES_FROM_BROWSER="chrome"

配置预设

创建和管理配置预设：

# 保存当前配置为预设
video-draft-creator config --save-profile "高质量转录" --description "使用大模型的高质量配置"

# 列出所有预设
video-draft-creator config --list-profiles

# 使用预设
video-draft-creator process "VIDEO_URL" --profile "高质量转录"

🔧 高级功能

GPU 加速支持

安装 CUDA 版本的 faster-whisper

# 卸载 CPU 版本
pip uninstall faster-whisper

# 安装 GPU 版本
pip install faster-whisper[gpu]

# 或者手动安装 CUDA 依赖
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
pip install faster-whisper

验证 GPU 支持

# Python 中验证
python -c "import torch; print(f'CUDA available: {torch.cuda.is_available()}')"

GPU 配置优化

在配置文件中启用 GPU 优化：

transcription:
  model_size: "large-v3"  # 使用最大模型以充分利用 GPU
  temperature: 0.0
  beam_size: 5
  # GPU 特定配置会自动检测并应用

Cookie 管理最佳实践

浏览器 Cookie 导入

# 支持的浏览器
video-draft-creator process "URL" --cookie-browser chrome    # Google Chrome
video-draft-creator process "URL" --cookie-browser firefox   # Mozilla Firefox  
video-draft-creator process "URL" --cookie-browser safari    # Safari (macOS)
video-draft-creator process "URL" --cookie-browser edge      # Microsoft Edge
video-draft-creator process "URL" --cookie-browser opera     # Opera
video-draft-creator process "URL" --cookie-browser brave     # Brave Browser

Cookie 文件使用

# 导出浏览器 Cookie 为 Netscape 格式
# 然后使用 Cookie 文件
video-draft-creator process "URL" --cookie-file cookies.txt

批量处理最佳实践

URL 文件格式

创建 urls.txt 文件：

# 这是注释，会被忽略
https://www.youtube.com/watch?v=VIDEO_ID1
https://www.bilibili.com/video/BV1234567890

# 支持空行分隔
https://www.youtube.com/watch?v=VIDEO_ID2

并行处理调优

# 根据系统配置调整并行度
video-draft-creator batch urls.txt --max-workers 2  # CPU 密集型系统
video-draft-creator batch urls.txt --max-workers 4  # 平衡配置
video-draft-creator batch urls.txt --max-workers 8  # 高性能系统

# 顺序处理（避免并发问题）
video-draft-creator batch urls.txt --sequential

🐛 常见问题与故障排除

下载相关问题

问题: 下载失败，提示"需要登录"

解决方案:
1. 使用浏览器 Cookie: --cookie-browser chrome
2. 导出并使用 Cookie 文件: --cookie-file cookies.txt
3. 确保已在浏览器中登录对应平台

问题: 某些平台不支持

解决方案:
1. 检查 yt-dlp 支持的平台列表
2. 更新 yt-dlp: pip install --upgrade yt-dlp
3. 尝试不同的 URL 格式

转录相关问题

问题: 转录速度过慢

解决方案:
1. 使用更小的模型: --model-size small
2. 启用 GPU 加速（如有 NVIDIA GPU）
3. 减少并行处理数量

问题: 转录精度不够

解决方案:
1. 使用更大的模型: --model-size large-v3
2. 指定正确的语言: --language zh 或 --language en
3. 确保音频质量良好

问题: GPU 内存不足

解决方案:
1. 使用较小的模型: --model-size medium
2. 减少 beam_size 参数
3. 关闭其他 GPU 应用程序

API 相关问题

问题: DeepSeek API 调用失败

解决方案:
1. 检查 API 密钥是否正确设置
2. 确认网络连接正常
3. 检查 API 余额是否充足
4. 尝试降低请求频率

问题: API 响应超时

解决方案:
1. 增加超时时间: timeout: 60
2. 减少文本块大小: chunk_size: 1000
3. 检查网络稳定性

配置相关问题

问题: 配置文件找不到

解决方案:
1. 运行: video-draft-creator config --init
2. 确保配置文件路径正确
3. 检查文件权限

问题: 输出目录权限错误

解决方案:
1. 确保有写入权限: chmod 755 output_directory
2. 更换输出目录位置
3. 以管理员身份运行（Windows）

性能优化建议

针对 CPU 优化:

# 减少并行度
video-draft-creator batch urls.txt --max-workers 2

# 使用较小的转录模型
video-draft-creator transcribe audio.mp3 --model-size small

针对内存优化:

# 在配置文件中设置
correction:
  chunk_size: 1000  # 减少文本块大小

transcription:
  model_size: "small"  # 使用较小模型

针对网络优化:

download:
  network:
    timeout: 60      # 增加超时时间
    retries: 5       # 增加重试次数

📚 API 文档

本项目提供了完整的 API 文档，您可以：

1. 查看在线文档: API Documentation
2. 本地构建文档:

   # 安装文档依赖
   pip install sphinx sphinx-rtd-theme
   
   # 构建文档
   cd docs
   make html
   

🤝 贡献指南

我们欢迎所有形式的贡献！

开发环境设置

# 克隆仓库
git clone https://github.com/yourusername/video-draft-creator.git
cd video-draft-creator

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Linux/macOS
# venv\Scripts\activate   # Windows

# 安装开发依赖
pip install -e ".[dev]"

# 运行测试
pytest

# 运行代码检查
flake8 src/
black src/

提交代码

1. Fork 本仓库
2. 创建功能分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add some amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 创建 Pull Request

🆘 获取帮助

• 问题报告: GitHub Issues
• 功能请求: GitHub Discussions
• 文档: 项目 Wiki

📝 更新日志

v0.1.0 (2024-XX-XX)

• 🎉 初始版本发布
• ✨ 支持多平台视频下载
• ✨ 集成 faster-whisper 转录
• ✨ DeepSeek API 文本纠错
• ✨ 多格式文档输出
• ✨ 批量处理和并行下载

📄 许可证

本项目采用 MIT 许可证。

🙏 致谢

感谢以下开源项目的支持：

• yt-dlp - 强大的视频下载工具
• faster-whisper - 高效的语音转录
• DeepSeek - 强大的 AI 语言模型
• click - 优秀的命令行界面库

---

⭐ 如果这个项目对您有帮助，请给我们一个 Star！