bilibili-transcribe

1# B 站视频转录 Skill
2 
3**字幕优先**：先尝试抓取官方/自动字幕（秒级、免 GPU、免 funasr）；抓不到再下载音频用 SenseVoice-Small 转录，存为 Markdown 文件。加 `--no-subtitle` 可强制走音频转录。
4 
5## 环境要求
6 
7```bash
8# Python 3.9+
9python -m venv .venv
10source .venv/bin/activate
11 
12# 依赖
13pip install funasr modelscope torch torchaudio
14 
15# 系统依赖
16# macOS: brew install ffmpeg yt-dlp
17# Ubuntu: sudo apt install ffmpeg && pip install yt-dlp
18```
19 
20## 使用方法
21 
22```bash
23python scripts/transcribe.py "https://www.bilibili.com/video/BV1rrQGBeEen/"
24python scripts/transcribe.py "BV1rrQGBeEen"
25python scripts/transcribe.py "BV1rrQGBeEen" --no-subtitle   # 强制音频转录
26 
27# 批量处理：每行一个 B站 URL 或 BV 号
28python scripts/batch_transcribe.py urls.txt -o ./output
29```
30 
31## 流程
32 
33### Step 1: yt-dlp 下载音频
34 
35B 站有反爬机制，需要加 User-Agent 和 Referer：
36 
37```bash
38yt-dlp --extract-audio --audio-format mp3 --audio-quality 128K \
39  --user-agent "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) ..." \
40  --referer "https://www.bilibili.com" \
41  "https://www.bilibili.com/video/BV1rrQGBeEen/"
42```
43 
44### Step 2: SenseVoice-Small 转录
45 
46```python
47from funasr import AutoModel
48from funasr.utils.postprocess_utils import rich_transcription_postprocess
49 
50model = AutoModel(
51    model="iic/SenseVoiceSmall",
52    trust_remote_code=True,
53    vad_model="fsmn-vad",
54    vad_kwargs={"max_single_segment_time": 30000},
55    device="cpu",
56)
57 
58result = model.generate(input=audio_path, language="zh", use_itn=True, batch_size_s=60)
59```
60 
61### Step 3: 生成 Markdown
62 
63自动创建带 frontmatter 的 Markdown 文件。
64 
65### 批量模式
66…