- 🖥️ Web应用 - 现代化的浏览器界面，适合交互式使用
- ⌨️ 命令行工具 - 强大的CLI工具，适合批量处理和自动化
- 🎙️ 智能语音识别 - 基于OpenAI Whisper，支持多种模型
- 📹 视频下载 - 支持B站视频批量下载为MP4格式
- 🎵 音频提取 - 自动提取视频音频并转录为文字
- 📝 多格式输出 - TXT、Markdown、JSON等多种格式
- 🔄 实时进度 - WebSocket实时状态更新和CLI进度条
- 📊 任务管理 - 完整的任务历史和文件管理
- 🎬 批量下载UP主视频 - 支持一键下载UP主所有投稿视频
- 🎨 现代化UI - 基于Bootstrap 5的响应式设计
- 📱 移动端支持 - 完整的移动设备适配
- 🌙 深色模式 - 护眼的深色主题
- ⚡ 实时通信 - WebSocket双向通信
- 📈 数据可视化 - Chart.js性能图表
- 🤖 Gemini 2.5 Flash集成 - 使用Google最新AI模型优化文档（100万tokens上下文）
- 🔧 专业转录优化 - 专门针对视频逐字稿的优化提示词模板
- 📊 批量处理 - 支持批量优化TXT和Markdown文档
- 🔄 ASR纠错 - 80+技术术语和AI模型名称自动纠正
- 📝 格式美化 - 智能段落分割、章节结构化、去除口语化内容
- ⚡ TXT转Markdown - 支持ASR输出的TXT文件直接转换为专业Markdown文档
# 设置API密钥
export GEMINI_API_KEY="your-api-key"
# 批量优化TXT文件到Markdown
python batch_optimize_txt_to_markdown.py --input storage/results/gpu_transcripts --output storage/results/professional_markdown
# 优化现有Markdown文件
python batch_optimize_mark_transcripts.py
# 使用核心优化器
from scripts.optimize.professional_gemini_optimizer import ProfessionalGeminiOptimizer, ProfessionalOptConfig
config = ProfessionalOptConfig(api_key="your-key", temperature=0.0)
optimizer = ProfessionalGeminiOptimizer(config)
optimizer.optimize_file("input.txt", "output.md")详见 文档优化指南
- CPU: 4核心 2.0GHz+
- 内存: 8GB RAM (推荐16GB+)
- 存储: 50GB+ 可用空间
- Python: 3.9+ (推荐3.11)
- 操作系统: Windows 10+, macOS 10.15+, Ubuntu 20.04+
- CPU: 8核心 3.0GHz+ (支持AVX指令集)
- 内存: 32GB RAM
- GPU: NVIDIA RTX 3060+ (8GB+ VRAM, 可选)
- 存储: 200GB+ NVMe SSD
# Linux/macOS
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
bash Miniconda3-latest-Linux-x86_64.sh -b -p $HOME/miniconda3
export PATH="$HOME/miniconda3/bin:$PATH"
# Windows
# 下载并安装 Miniconda3-latest-Windows-x86_64.exe# 创建专用环境
conda create -n bili2text-cli python=3.11 -y
conda activate bili2text-cli
# 安装依赖包
pip install bilibili-api-python bilix httpx beautifulsoup4 lxml
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu
pip install openai-whisper# Linux/macOS
chmod +x bili2text.sh
./bili2text.sh --help
# Windows
# 使用 python -m cli.main 替代# 克隆项目
git clone https://github.com/sawyerbutton/Bili2Text.git
cd Bili2Text
# 使用Docker Compose一键部署
docker-compose up -d
# 访问Web界面
open http://localhost# 克隆项目
git clone https://github.com/sawyerbutton/Bili2Text.git
cd Bili2Text
# 创建虚拟环境
python3.11 -m venv venv
source venv/bin/activate # Linux/macOS
# 或 venv\Scripts\activate # Windows# 选择安装模式
# Web应用模式
pip install -r requirements/web.txt
# CLI工具模式
pip install -r requirements/cli.txt
# 开发模式
pip install -r requirements/dev.txt# 复制配置文件
cp config/app/default.env config/app/development.env
# 编辑配置（可选）
nano config/app/development.envWeb应用模式：
# 开发模式
python run.py --debug
# 生产模式
python run.py --production --host 0.0.0.0 --port 8000CLI工具模式：
# 查看帮助
python -m cli.main --help
# 下载并转录音频
python -m cli.main audio --url "https://www.bilibili.com/video/BV1234567890"
# 下载视频文件
python -m cli.main video --url "https://www.bilibili.com/video/BV1234567890"- 访问应用: 打开浏览器访问
http://localhost:5000 - 创建任务: 输入B站视频链接，选择Whisper模型
- 监控进度: 实时查看下载和转录进度
- 查看结果: 在结果页面查看和下载转录文件
- 历史管理: 查看所有历史任务和文件
# 使用conda环境
conda activate bili2text-cli
# 或使用便捷脚本（Linux/macOS）
./bili2text.sh --help# 获取指定UP主的最新动态
./bili2text.sh dynamics --user "老师好我叫何同学" --count 5
# 输出示例：
# ✅ 成功获取 5 个动态视频:
# 1. BV1JDMQzUEwy - 【何同学】为了不用倒垃圾，我们做了这个...
# 2. BV1iZ42187bG - 【何同学】我找到了我最喜欢的数码产品...# 基本用法
./bili2text.sh audio --url "https://www.bilibili.com/video/BV1JDMQzUEwy"
# 指定模型
./bili2text.sh audio --url "视频URL" --model base --output-dir ./results
# 输出示例：
# 🎵 正在下载音频...
# ✅ 音频下载完成
# 🔄 正在加载Whisper模型 (base)...
# 🎙️ 正在转录音频...
# ✅ 转录完成！结果已保存到: ./results/视频标题_转录结果.txt# 下载单个视频
./bili2text.sh video --url "https://www.bilibili.com/video/BV1JDMQzUEwy"
# 指定输出目录
./bili2text.sh video --url "视频URL" --output-dir ./downloads# 通过UID下载所有视频
./bili2text.sh user-videos --uid 3546737620814672
# 通过用户名下载
./bili2text.sh user-videos --user "梵公子Game学"
# 仅下载音频文件
./bili2text.sh user-videos --uid 123456 --audio-only
# 指定输出目录
./bili2text.sh user-videos --user "UP主名称" --output ./my_videos
# 使用代理下载
./bili2text.sh user-videos --uid 123456 --proxy --proxy-url http://127.0.0.1:7890
# 输出示例：
# ✅ UP主: 梵公子Game学 (UID: 3546737620814672)
# 📊 共获取 48 个投稿视频
# 📥 下载进度: 1/48
# ✅ 下载完成统计:
# 总计: 48 个视频
# 成功: 45 个
# 跳过: 3 个（已存在）# 转录已下载的视频文件
./bili2text.sh transcribe --input-dir ./storage/video --output-dir ./storage/results
# 使用指定模型
./bili2text.sh transcribe --input-dir ./videos --model medium| 模型 | 大小 | 速度 | 准确度 | 推荐场景 |
|---|---|---|---|---|
| tiny | 39MB | 最快 | ★★☆☆☆ | 快速测试、英文内容 |
| base | 74MB | 快速 | ★★★☆☆ | 日常使用推荐 ⭐ |
| medium | 769MB | 中等 | ★★★★☆ | 需要高质量转录 |
| large-v3 | 1550MB | 慢 | ★★★★★ | 专业用途、最高精度 |
基于5分钟中文视频测试（CPU模式）：
- 音频下载: 约10秒
- 模型加载: base模型约90秒（首次）
- 转录处理: base模型约50秒
- 总耗时: 约2.5分钟
# 一键转写所有已下载的视频（使用GPU加速）
./transcribe_all.sh
# 支持断点续传，如果中断可以直接重新运行
# 结果保存在: storage/results/gpu_transcripts/# 批量下载UP主所有视频的音频并转录
./bili2text.sh dynamics --user "UP主名称" --count 20 > video_list.txt
# 然后使用脚本批量处理...# 1. 先下载视频
./bili2text.sh video --url "URL" --output-dir ./raw_videos
# 2. 批量转录
./bili2text.sh transcribe --input-dir ./raw_videos --output-dir ./transcripts --model medium
# 3. 查看结果
ls -la ./transcripts/Q: 首次运行很慢？ A: 首次使用需要下载Whisper模型，根据网络情况可能需要几分钟。模型会缓存在本地，后续使用会很快。
Q: 如何加速转录？ A:
- 使用较小的模型（tiny或base）
- 如果有NVIDIA GPU，可以安装CUDA版本的PyTorch
- 考虑批量处理以复用模型加载时间
Q: 内存不足？ A:
- 使用更小的模型
- 关闭其他应用程序
- 考虑增加系统swap空间
Bili2Text/
├── 🔧 bin/ # 可执行脚本
│ └── bili2text.sh # CLI启动脚本
├── 🎯 cli/ # 命令行工具
│ ├── main.py # CLI主入口
│ ├── download_audio_new.py # 音频下载转录
│ ├── download_video.py # 视频下载
│ ├── get_dynamics_new.py # 动态获取
│ ├── data/ # CLI数据文件
│ └── transcribe_videos.py # 本地视频转录
├── 📱 webapp/ # Web应用
│ ├── api/ # RESTful API
│ ├── core/ # 核心业务逻辑
│ ├── static/ # 前端资源
│ └── app.py # Flask应用入口
├── 🧠 src/ # 共享核心库
│ ├── transcriber/ # 转录引擎
│ ├── downloader/ # 下载引擎
│ ├── utils/ # 工具类
│ └── models/ # 数据模型
├── 📂 storage/ # 数据存储
│ ├── audio/ # 音频文件
│ ├── video/ # 视频文件
│ ├── results/ # 转录结果
│ │ ├── gpu_transcripts/ # GPU批量转写结果
│ │ ├── professional_markdown/# Gemini优化后的文档
│ │ ├── mark_transcripts_professional/ # 优化后的转录文档
│ │ └── gemini_optimized/ # Gemini优化文档
│ └── temp/ # 临时文件
├── 🔨 scripts/ # 工具脚本
│ ├── transcribe/ # 转写脚本
│ ├── optimize/ # 文档优化脚本
│ │ ├── professional_gemini_optimizer.py # 核心优化引擎
│ │ └── gemini_document_optimizer.py # Gemini优化器
│ ├── deprecated/ # 已弃用的脚本
│ ├── setup/ # 设置脚本
│ └── test/ # 测试脚本
├── 🐳 deployment/ # 部署配置
│ ├── docker/ # Docker配置
│ ├── scripts/ # 部署脚本
│ └── kubernetes/ # K8s配置
├── 📋 config/ # 配置文件
│ ├── environment/ # 环境依赖
│ ├── app/ # 应用配置
│ └── models/ # 模型配置
├── 🧪 tests/ # 测试代码
├── 📚 docs/ # 项目文档
├── 💽 database/ # 数据库文件
├── 📊 logs/ # 日志文件
└── requirements/ # 依赖管理
├── base.txt # 基础依赖
├── web.txt # Web依赖
├── cli.txt # CLI依赖
└── dev.txt # 开发依赖
# 安装开发依赖
pip install -r requirements/dev.txt
# 安装pre-commit钩子
pre-commit install
# 运行测试
pytest tests/
# 代码格式化
black src/ cli/ webapp/
isort src/ cli/ webapp/- 模块化设计: CLI工具和Web应用共享核心库
- 配置管理: 统一的配置系统，支持多环境
- 异步处理: 支持并发下载和转录
- 错误处理: 完善的异常处理和日志记录
- 在
src/中实现核心逻辑 - 在
cli/中添加命令行接口 - 在
webapp/api/中添加Web API - 编写测试用例
- 更新文档
使用Google Gemini 2.5 Flash优化转录后的文档：
# 设置API密钥
export GEMINI_API_KEY="your-api-key"
# 优化单个文档
python optimize_document_gemini25.py
# 批量优化（推荐）
python serial_batch_optimize.py
# 使用Shell脚本
./optimize_with_gemini.sh -i input.md -o output.md详细使用说明见 Gemini优化器文档
# 创建转录任务
POST /api/tasks
{
"url": "https://www.bilibili.com/video/BV1234567890",
"model": "medium"
}
# 查询任务状态
GET /api/tasks/{task_id}
# 获取转录结果
GET /api/tasks/{task_id}/result
# 下载结果文件
GET /api/tasks/{task_id}/download// 连接WebSocket
const socket = io('/tasks');
// 监听任务进度
socket.on('task_progress', (data) => {
console.log('进度:', data.progress);
});
// 监听任务完成
socket.on('task_completed', (data) => {
console.log('任务完成:', data.result);
});# config/app/development.env
WHISPER_MODEL=medium
STORAGE_PATH=./storage
MAX_CONCURRENT_TASKS=3
ENABLE_GPU=true// config/models/whisper_models.json
{
"models": {
"medium": {
"size": "769 MB",
"multilingual": true,
"recommended": true
}
},
"default_model": "medium",
"cache_dir": "./.cache/whisper"
}- Fork 本项目
- 创建功能分支 (
git checkout -b feature/AmazingFeature) - 提交更改 (
git commit -m 'Add some AmazingFeature') - 推送到分支 (
git push origin feature/AmazingFeature) - 创建 Pull Request
- ✨ 重构项目结构，分离CLI和Web应用
- 🔧 统一配置管理系统
- 📦 模块化依赖管理
- 🐳 完善Docker部署支持
- 📚 完整的项目文档
- 🎯 添加CLI工具支持
- 📱 优化Web界面体验
- 🔄 改进任务管理系统
本项目采用 MIT License 开源协议。
- OpenAI Whisper - 语音识别引擎
- bilix - B站视频下载
- Flask - Web框架
- Bootstrap - UI框架