中文长视频转录工具

本项目把本地长视频分块转成带时间戳的中文文字稿，并支持断点续转。附带固定间隔抽帧工具，便于结合画面校对股票、课程、会议等专业内容。

功能

• 文件或文件夹批量转录。
• 长视频分块处理，单块失败不必整场重来。
• 显卡不可用时自动回退到处理器。
• 可传入领域术语提示，减少专业名词误识别。
• 输出完整文字稿、分块稿和处理记录。
• 可按固定间隔抽取视频画面。

安装

python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt

首次使用会下载所选语音识别模型。

转录单个视频

python transcribe_video.py "D:\课程\第一课.mp4" --output outputs --model medium

批量转录文件夹

python transcribe_video.py "D:\课程" --output outputs --model large-v3 --chunk-minutes 10

专业课程可以准备一个 UTF-8 文本词表：

python transcribe_video.py "D:\课程" --prompt-file terms.txt

抽取画面

python extract_frames.py "D:\课程\第一课.mp4" --output frames --interval 300

语音识别会产生错字，专业术语、股票名称、数字、买卖动作和学员问答都需要结合音频与画面复核。本项目不包含任何第三方课程视频或转录内容。

许可

采用 MIT 许可。