将本地视频文件解析为转录文本和AI分析。提取音频,使用 faster‑whisper 转录,再用 AI 分析。
视频分析器: 提取音频 → 语音转文字 语音转文字 语音转文字 语音转文字 语音转文字 语音转文字 语音转文字 → → → → → → → → 系统 系统 系统是一项面向实际任务的技能,主要用于中转站 PI PI;中转站 PI。
从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;
若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。
本地视频文件解析管线:提取音频 → 语音转文字 → AI 深度分析。
pip install faster-whisperHF_ENDPOINT=https://hf-mirror.comopenclaw.json 读取 SU2_API_KEY视频文件 → ffmpeg提取音频(16kHz WAV) → faster-whisper转写 → AI修正+分析
ffprobe -v quiet -print_format json -show_format -show_streams
ffmpeg -i-vn -acodec pcm_s16le -ar 16000 -ac 1 audio_16k.wav -y
# Windows $env:HF_ENDPOINT='https://hf-mirror.com' python scripts/transcribe.py# Linux/macOS HF_ENDPOINT=https://hf-mirror.com python scripts/transcribe.py
参数:python scripts/transcribe.py
node scripts/analyze.js
分析内容:修正转写稿 + 核心观点 + 结构化对比 + 启示总结。
ffmpeg -i-vf "fps=1/60,scale=640:-1" frame_%03d.jpg -y
audio_16k.wav — 提取的音频transcript.txt — 带时间戳的原始转写transcript_corrected.md — AI 修正后文字稿analysis.md — AI 分析报告frame_*.jpg — 关键帧(可选)base 或 small 提升质量。python 代替。hf-mirror.com,否则模型下载极慢或失败。PYTHONIOENCODING=utf-8。相关专题
热门下载
相关下载
精品课程
共6课时 | 54.7万人学习
共89课时 | 134.3万人学习
共49课时 | 82.7万人学习
最新文章