Repository navigation
Video2Doc v0.10.0 — 图文稿、热词识别与 B站 720p
重点更新
这一版来自一次真实使用:把三场 CEDEC 2020《集合啦!动物森友会》讲座整理成学习用的图文稿。过程中暴露的问题都已修进产品里。
🖼️ 图文稿
- 自动检测幻灯片 / 画面切换,每张截图下面配上它在屏幕上时讲的原文,并标注时间段,方便对照视频学习。
- 输出单文件离线 HTML(图片内嵌,可直接发给别人),以及 Markdown + 图片压缩包(可导入笔记 / 文档工具)。
- Web 的“链接转文稿”“本地文件转文稿”勾选 生成图文稿;命令行加
--illustrated。图文稿出错时不影响文字稿。
🎯 热词与识别上下文
- 人名、术语可以作为热词交给豆包 2.0(官方热词直传)和 Whisper,视频标题自动作为识别上下文。
- 实测:讲座一里“京极彩”从完全识别错误变为 5/5 正确,CEDEC、毛吕功、狸克、关西方言等专名也一起修正。
- 单个任务在转文稿窗口填写;常用热词在 ⚙️ 设置 → 模型 中全局配置;命令行
--hotwords "A,B"。
其他
- B站免登录画质从 480p 提升到 720p/1080p,下载和图文稿截图更清晰。
- 命令行进度输出到 stderr,
--json时 stdout 只有结果 JSON,便于脚本和 Agent 解析。