抖音视频口播转文字 (douyin-transcriber)

粘贴抖音链接或本地音视频文件，自动提取音频并转写为文字。

用途

• 抖音视频口播 → 文字/字幕
• 支持本地免费转写（FunASR，无 API Key）与云端 API（OpenAI / Groq）
• 输出 text / srt / json 三种格式，指定输入即可

前提

• Python 3.x，系统装有 ffmpeg
• 本地模式依赖：pip install yt-dlp funasr modelscope torch（FunASR 本地转写，Free）
• 云端模式依赖：pip install yt-dlp openai（需 API Key）

依赖清单见 scripts/requirements.txt。

用法

主脚本位于本 skill 的 scripts/douyin_transcribe.py（相对本 SKILL.md 同级 scripts/ 目录）。<skill_dir> = 本 skill 安装后的目录。

# 本地免费转写（推荐，无需 API Key）
python3 <skill_dir>/scripts/douyin_transcribe.py "https://v.douyin.com/xxxx/" -t local

# 云端 API 转写
python3 <skill_dir>/scripts/douyin_transcribe.py "https://v.douyin.com/xxxx/" -t groq -k gsk_xxx
python3 <skill_dir>/scripts/douyin_transcribe.py "https://v.douyin.com/xxxx/" -t openai -k sk-xxx

# 输出字幕 srt
python3 <skill_dir>/scripts/douyin_transcribe.py "https://v.douyin.com/xxxx/" -t local -f srt -o 字幕.srt

# 本地音频/视频文件
python3 <skill_dir>/scripts/douyin_transcribe.py /path/to/audio.mp3 -t local

支持的链接 / 输入

• 抖音短链 https://v.douyin.com/xxx/、长链 https://www.douyin.com/video/xxx
• 本地音频/视频文件（mp3/wav/mp4 等）
• 自动提取音频（yt-dlp，需网络）

脚本目录

douyin-transcriber/
├── SKILL.md                 # 本说明
└── scripts/
    ├── douyin_transcribe.py # 主转写脚本
    └── requirements.txt      # Python 依赖

标注:本地模式需安装 funasr modelscope torch，首次运行会下载模型（需网络）。