bilibili-transcribe · diff

v1.0.0 to v1.0.0

2 added, 1 removed. Audit A to A.

---

name: bilibili-transcribe

description: >

哔哩哔哩视频 → 下载 → 转录 → 存为 Markdown 的完整工作流。

支持 BV 号和完整链接，无需登录。

category: media

triggers:

- 用户发送 B 站视频链接

- "把这个 B 站视频转成文字"

- "帮我转录这个 bilibili"

version: 1.0.0

tags: [media, audio, video, transcription, bilibili]

---

# B 站视频转录 Skill

- 将 B 站视频下载音频，用 SenseVoice-Small 转录为文字，存为 Markdown 文件。

+ **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。

## 环境要求

```bash

# Python 3.9+

python -m venv .venv

source .venv/bin/activate

# 依赖

pip install funasr modelscope torch torchaudio

# 系统依赖

# macOS: brew install ffmpeg yt-dlp

# Ubuntu: sudo apt install ffmpeg && pip install yt-dlp

```

## 使用方法

```bash

python scripts/transcribe.py "https://www.bilibili.com/video/BV1rrQGBeEen/"

python scripts/transcribe.py "BV1rrQGBeEen"

+ python scripts/transcribe.py "BV1rrQGBeEen" --no-subtitle # 强制音频转录

```

## 流程

### Step 1: yt-dlp 下载音频

B 站有反爬机制，需要加 User-Agent 和 Referer：

```bash

yt-dlp --extract-audio --audio-format mp3 --audio-quality 128K \

--user-agent "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) ..." \

--referer "https://www.bilibili.com" \

"https://www.bilibili.com/video/BV1rrQGBeEen/"

```

### Step 2: SenseVoice-Small 转录

```python

from funasr import AutoModel

from funasr.utils.postprocess_utils import rich_transcription_postprocess

model = AutoModel(

model="iic/SenseVoiceSmall",

trust_remote_code=True,

vad_model="fsmn-vad",

vad_kwargs={"max_single_segment_time": 30000},

device="cpu",

)

result = model.generate(input=audio_path, language="zh", use_itn=True, batch_size_s=60)

```

### Step 3: 生成 Markdown

自动创建带 frontmatter 的 Markdown 文件。

## 性能数据

| 视频时长 | 转录耗时 |

|------|------|

| 5 min | ~10s |

| 10 min | ~20s |

| 30 min | ~60s |

## 已知限制

- B 站 4K/1080P60 需要大会员，普通用户可下载 720P 以下

- SenseVoice-Small 模型首次下载约 893MB

- 不支持说话人分离

- 合集视频会下载第一个分 P

## 参考项目

- [yt-dlp/yt-dlp](https://github.com/yt-dlp/yt-dlp) - 视频下载工具

- [FunAudioLLM/SenseVoice](https://github.com/FunAudioLLM/SenseVoice) - 语音识别模型