DOCS · 项目文档 PROJECT← 返回索引 · Index

video2md — 视频转写 AI 工具

中文 | English

把任意视频(本地文件、录屏、B 站链接…)一键变成可检索、可阅读的结构化文档: 语音转写(Whisper)+ 画面文字(关键帧 OCR)→ LLM 去重纠错、分章节整理 → HTML 阅读。

📖 在线阅读(示例文档库):https://ronfi.github.io/video2md/

下载(可选)            转写提取                整理                 阅读
bili_dl.py   ──►   video2md.py   ──►  DeepSeek 结构化  ──►  md2html.py
(B站API通道)      (任意视频:ASR+OCR      (正文+折叠附录)      (html/index.html)
                   +同音字修正)

快速开始

pip install -r requirements.txt
export DEEPSEEK_API_KEY=sk-xxx        # LLM 整理用;不设则降级为纯转写

# 任意本地视频(手机录屏、下载的课程、会议录像…)两步出文档
python3 tools/video2md.py 你的视频.mp4 --auto-crop      # 转写 -> 同目录 <名>-<标题>.md
python3 tools/md2html.py                                # 出 HTML,打开 html/index.html

# 英文视频:转写并用英文成文
python3 tools/video2md.py talk.mp4 --lang en

# B 站视频多一步下载
python3 tools/bili_dl.py BV1fj5f6iEH5                   # 下载到 ref/(自动记录标题)
python3 tools/video2md.py ref/BV1fj5f6iEH5.mp4 --auto-crop

长视频(>15 分钟)建议加 --interval 10 降低关键帧密度。 全流程 CPU 可跑,无需 GPU(35 分钟音频约 15 分钟转完)。

特性

目录

tools/            bili_dl.py · video2md.py · md2html.py(详细用法见 tools/README.md)
ref/              转写文档(.md 入库)与视频(BV*.mp4 不入库)
html/             生成的阅读页面(临时产物,随时可重建)
requirements.txt  依赖清单

说明