Video Analyzer - 视频内容分析

分析视频链接的内容，自动完成：下载 → 语音转文字 → 繁简转换 → 内容分析。

支持平台

所有 yt-dlp 支持的平台，包括：

• 今日头条
• 抖音
• B站
• 西瓜视频
• YouTube
• 微博视频
• 其他 1800+ 平台

使用方式

用户提供视频链接，说"分析这个视频"、"看看这个视频讲什么"、"总结这个视频"等。

工作流程

视频链接 → yt-dlp 下载视频 → faster-whisper 本地转录 → opencc 繁简转换 → AI 总结

环境要求

必需工具

• yt-dlp：下载视频
• faster-whisper：本地语音转文字（pip install faster-whisper）
• opencc-python-reimplemented：繁简转换（pip install opencc-python-reimplemented）

无需额外配置

• ❌ 不需要 API Key
• ❌ 不需要 ffmpeg（av 库直接读取视频音轨）
• ❌ 不需要联网（模型下载后离线可用）

首次运行

首次运行时 faster-whisper 会从 HuggingFace 下载模型（约 140MB base 模型）。

脚本已内置国内镜像 hf-mirror.com，无需手动配置。

脚本说明

scripts/analyze_video.py

主脚本，完成完整流程：

# 基本用法
python scripts/analyze_video.py <视频URL>

# 指定模型
python scripts/analyze_video.py <视频URL> --model small

# 输出 JSON
python scripts/analyze_video.py <视频URL> --json

# 不显示时间戳
python scripts/analyze_video.py <视频URL> --no-timestamps

参数说明

| 参数 | 默认值 | 说明 |

|------|--------|------|

| --model | base | Whisper 模型：tiny/base/small/medium/large-v3 |

| --lang | zh | 语言代码 |

| --no-timestamps | - | 不显示时间戳 |

| --json | - | 输出完整 JSON |

| --keep-temp | - | 保留临时视频文件 |

模型选择建议

| 模型 | 大小 | 速度 | 精度 | 推荐场景 |

|------|------|------|------|----------|

| tiny | ~75MB | 最快 | 一般 | 快速预览 |

| base | ~140MB | 快 | 较好 | 日常使用 ⭐ |

| small | ~500MB | 中等 | 好 | 需要更高精度 |

| medium | ~1.5GB | 较慢 | 很好 | 专业场景 |

| large-v3 | ~3GB | 最慢 | 最好 | 最高精度需求 |

AI 总结步骤

拿到转录文本后，AI 应生成结构化总结：

1. 视频基本信息（标题、时长、UP主）
2. 核心内容概述（1-2句话）
3. 关键知识点/要点（分条列出）
4. 重要数据/结论
5. 模型局限性（如适用）

错误处理

| 错误 | 原因 | 解决方案 |

|------|------|----------|

| yt-dlp 失败 | 平台不支持/网络问题 | 尝试其他平台或检查网络 |

| HuggingFace 超时 | 首次下载模型网络不通 | 已内置 hf-mirror.com 镜像 |

| 内存不足 | 模型太大 | 换更小的模型（如 tiny） |

| 转录质量差 | base 模型精度有限 | 换 small 或 medium 模型 |

注意事项

• 视频下载到临时目录，分析完成后自动清理
• 使用 --keep-temp 可保留视频文件
• 全程本地运行，不上传任何数据到外部服务器
• 360p 画质已足够转录，无需下载高清视频