基于 Whisper 的自托管网页应用,可在本机转录 YouTube 视频和本地音视频文件。
- Star
- 3,357
- Fork
- 432
- 未关闭 Issue
- 10
- 最近提交
- 11天前
这是什么?
AI Video Transcriber 可以接收视频或播客链接,也可以直接上传本地的音频、视频或 txt 文本,生成转写稿、经 AI 校正的文字稿以及指定语言的摘要。支持的平台基于 yt-dlp,包括 YouTube、TikTok、B 站、Apple Podcasts 和 SoundCloud 等。
如果视频自带字幕,工具会直接提取字幕,无需下载音频;没有字幕时,则下载音频并使用 Faster-Whisper 在本地转写。只有摘要语言与原文语言不同时才会自动翻译。原始视频(最高 720p)也可以与结果一并保存。
AI 环节可接入任意 OpenAI 兼容接口,可在网页界面或环境变量中配置。项目还提供无界面 CLI 和 MCP 服务,方便脚本和 Claude Code、Codex 等智能体调用。
核心功能
- 01优先提取平台原生字幕,有字幕时无需下载音频
- 02无字幕时使用本地 Faster-Whisper 转写
- 03支持上传 mp3、mp4、wav、mkv、flac 等本地文件以及 txt 文本
- 04可生成 11 种语言的摘要,并在需要时自动翻译
- 05兼容任意 OpenAI 兼容接口,界面中可拉取可用模型列表
- 06提供命令行工具、Claude Code 技能和 MCP 服务,便于智能体调用
适用场景
- 在观看长视频或播客前,先阅读其摘要做判断
- 归档网络视频的文字稿和原始视频,便于日后查阅
- 在脚本或定时任务中用命令行批量转写本地录音
- 让 AI 智能体通过 MCP 获取并总结视频内容
快速上手
- 1
克隆代码仓库
git clone https://github.com/wendy7756/AI-Video-Transcriber.git - 2
在项目目录中运行自动安装脚本
./install.sh - 3
启动服务,然后打开 http://localhost:8000
python3 start.py
使用前须知
- 需要单独安装 FFmpeg。
- AI 文本优化、翻译和摘要功能需要 OpenAI 兼容服务提供商的 API 密钥。
标签
常见问题
- AI-Video-Transcriber 是什么?
- 开源工具,可转写、总结并归档 YouTube、TikTok、B 站等 30 多个平台或本地上传的视频和播客。 AI Video Transcriber 可以接收视频或播客链接,也可以直接上传本地的音频、视频或 txt 文本,生成转写稿、经 AI 校正的文字稿以及指定语言的摘要。支持的平台基于 yt-dlp,包括 YouTube、TikTok、B 站、Apple Podcasts 和 SoundCloud 等。
- AI-Video-Transcriber 可以免费使用吗?用的什么许可证?
- AI-Video-Transcriber 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- AI-Video-Transcriber 还在维护吗?
- 活跃维护中。AI-Video-Transcriber 最近一次提交是在 2026年10月11日。
- AI-Video-Transcriber 适合用来做什么?
- 在观看长视频或播客前,先阅读其摘要做判断 归档网络视频的文字稿和原始视频,便于日后查阅 在脚本或定时任务中用命令行批量转写本地录音 让 AI 智能体通过 MCP 获取并总结视频内容
- AI-Video-Transcriber 怎么安装和运行?
- 克隆代码仓库: git clone https://github.com/wendy7756/AI-Video-Transcriber.git 在项目目录中运行自动安装脚本: ./install.sh 启动服务,然后打开 http://localhost:8000: python3 start.py
- 在哪里获取 AI-Video-Transcriber?
- 源代码和安装说明在 GitHub 上:https://github.com/wendy7756/AI-Video-Transcriber
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
14713Python无许可证更新于 7个月前
开源桌面应用,可从 1000 多个网站下载音视频,并在本地转录、搜索,再用 AI 总结和翻译。
1.1万856TypeScriptMIT更新于 前天
让 Claude Code 等智能体观看视频的技能插件,将视频转为带时间戳的画面帧与文字稿。
1.9万1980PythonMIT更新于 28天前
OpenAI Whisper 语音识别模型的 C/C++ 移植版,可离线、无依赖地在 CPU 和 GPU 上运行语音转文字。
5.5万6233C++MIT更新于 3天前
基于 CTranslate2 推理引擎重新实现的 Whisper 语音转文字库,速度更快、占用内存更少。
2.6万2159PythonMIT更新于 6天前
基于 Whisper 的开源语音转文字工具,支持词级时间戳和说话人分离。
2.5万2500PythonBSD-2-Clause更新于 2小时前