视频蒸馏器

何时使用（When to Use）

• 用户给出 B站/视频链接，要求"提取内容/转文字/总结要点/蒸馏干货"。
• 用户给出本地音频/视频文件（mp3、录屏等），要求转成文字或提炼重点。
• 需要把长视频/课程/播客浓缩成要点卡片。
• 何时不用（Do NOT use for）：不需要转文字/提炼，只想闲聊视频内容；无视频输入的空泛提问。

环境准备（首次使用需要装依赖，约 2 分钟）

• Python 3.10+ 和 pip（Windows 用户安装时勾选 "Add to PATH"）
• 安装 yt-dlp 和 faster-whisper：

  pip install yt-dlp faster-whisper

• 下载本地语音模型（首次使用自动下载，或手动用 curl）：

  curl -sL -o model.bin "https://hf-mirror.com/Systran/faster-whisper-base/resolve/main/model.bin"

  （连同 config.json / tokenizer.json / vocabulary.txt / preprocessor_config.json 一起放进模型目录；中文够用，要更准可换 small/medium）
• 工作目录：新建一个文件夹存放临时文件（audio.m4a、transcript.txt），脚本路径按你机器实际改。
• 装完环境后，把下方命令里的 <venv>、<工作目录>、<模型路径> 替换成你机器上的真实路径。

工作流

1. 下载音频（无需登录，B站公开视频免费）

"<venv>/Scripts/yt-dlp.exe" -f "ba/b" -x --audio-format m4a -o "<工作目录>/audio.%(ext)s" "<视频链接>"

若用户直接给本地音频/视频文件（如微信传的 mp3/录屏），跳过本步，直接转写。

2. 语音转文字（本地模型，离线可用）

用 <工作目录>/transcribe.py（已配置指向本地模型，local_files_only=True）：

"<venv>/Scripts/python.exe" "<工作目录>/transcribe.py"

本地文件用 transcribe_mp3.py <音频路径> <输出txt路径>（带时间戳，支持 mp3/m4a）。 输出写入 <工作目录>/transcript.txt。

3. 蒸馏

• 读 transcript.txt，用大白话把核心内容提炼成要点卡片（表格/分点），修正识别错字（常见：提示词→提示资、拷贝→考备、语气→女气 等）。
• 蒸馏质量标准（达标才算完成）：
  • ✅ 必须保留：核心结论、关键数字、方法步骤、金句/亮点、可复用的观点；
  • ❌ 必须去掉：寒暄、口头禅、重复段落、无关例子；
  • 输出长度 ≤ 原文 10%（45 分钟视频 → 要点 ≤500 字）；
  • 每个要点标注来源时间段（如 [12:30-14:00]），方便用户回看定位；
  • 蒸馏后自查：这条要点"别人看了能直接用吗"？不能就用大白话补一句"对用户有什么用"。
• 蒸馏结果直接在回复里给用户，不生成额外文件（除非用户要求）。

Gotchas（坑）

• B站字幕需要登录：yt-dlp --write-subs 提示 "Subtitles are only available when logged in"；--cookies-from-browser chrome 在 Windows 会报 DPAPI 解密失败。默认走音频+whisper 路线，别浪费时间试字幕。
• 模型自动下载不稳定：huggingface_hub 自动下载会 LocalEntryNotFoundError（HEAD 失败）。用 curl 手动下载： curl -sL -o model.bin "https://hf-mirror.com/Systran/faster-whisper-<模型名>/resolve/main/model.bin"（连同 config.json/tokenizer.json/vocabulary.txt/preprocessor_config.json）。
• 抖音视频：直连反爬；需市场技能 douyin-video-downloader（可能暂不可用）。拿到视频文件后同样走转写+蒸馏。
• 高清 1080P/4K 需大会员，音频不受限。
• 转写耗 CPU（base 约 45s/5分钟视频），长视频用 background 跑并设大 timeout。

蒸馏输出模板（推荐）

• 视频：标题
• 一句话概括
• 核心干货：表格或分点（大白话）
• 对用户有没有用：一句点评

使用示例

输入：用户发来 B站链接（45 分钟教程《AI 绘画入门》） 流程：yt-dlp 下载音频 → faster-whisper 转写 → 蒸馏 输出示例：

视频：《AI 绘画入门》
一句话概括：从零教你把一句话变成一幅图，重点是提示词写法。
核心干货：
  [05:00-12:00] 提示词公式：主体+风格+光线+细节（如"猫+水彩+逆光+胡须特写"）
  [12:00-20:00] 常用风格词对照表：写实/卡通/水墨/赛博朋克
  [25:00-35:00] 免费工具推荐：即梦/可灵，每日免费额度
对你有用：直接照着公式试，能做出小红书封面。

禁止（Do NOT）

• 禁止假装转写成功（模型没跑通就不要贴结果）。
• 禁止直接贴英文原文或技术黑话（面向小白）。
• 禁止下载需要登录/付费才能访问的视频内容（合规）。
• 禁止把识别错字原样交付（常见：提示词→提示资、语气→女气），必须修正。