video-copy-analyzer

视频文案分析工具

一站式视频内容提取与文案分析，支持 B站、YouTube、抖音 等平台。

安装部署

系统要求

• Python 3.9+
• FFmpeg（用于音视频处理）
• 约 3GB 磁盘空间（FunASR 模型缓存）

一键安装

# 1. 基础工具
brew install ffmpeg  # macOS
pip install yt-dlp requests pysrt python-dotenv

# 2. FunASR（核心 ASR 引擎，中文语音转录）
pip install funasr modelscope torch torchaudio

# 3. RapidOCR（烧录字幕识别，可选）
pip install rapidocr-onnxruntime

⚠️ FunASR 首次运行注意事项

FunASR 首次运行时会自动下载约 2-3GB 模型文件到 ~/.cache/modelscope/：

模型	大小	用途
paraformer-zh	~1.05GB	中文语音识别（ASR）
fsmn-vad	~20MB	语音活动检测（长音频分段）
ct-punc	~1GB	标点恢复

• 首次下载可能需要 1-5 分钟（取决于网速），期间看起来像是卡住，请耐心等待
• 下载完成后会缓存到本地，后续运行秒级加载
• 如果下载失败，可手动从 ModelScope 下载模型放到 ~/.cache/modelscope/hub/models/iic/ 目录

环境验证

# 验证所有依赖
python scripts/check_environment.py

# 或手动检查关键组件
yt-dlp --version
ffmpeg -version
python -c "from funasr import AutoModel; print('FunASR OK')"
python -c "from rapidocr_onnxruntime import RapidOCR; print('RapidOCR OK')"

首次使用设置

首次使用时，询问用户：

"请设置默认工作目录（用于保存下载的视频和分析报告）：

A. 使用默认目录：~/video-analysis/ B. 每次手动指定目录 C. 指定一个固定目录：[请输入路径]"

保存用户选择供后续使用。

---

工作流程（5 阶段）

重要：你必须严格按照以下 5 个阶段顺序执行，每个阶段完成后再进入下一个阶段。不要跳过任何阶段。

阶段 1: 下载视频

目标：将用户提供的视频 URL 下载为本地 MP4 文件。

执行步骤：

1. 获取用户提供的视频 URL 和输出目录
2. 如果输出目录不存在，创建它：mkdir -p <输出目录>
3. 判断视频平台并选择下载方式：

抖音视频（URL 包含 douyin.com 或 v.douyin.com）

使用专用下载脚本：

python scripts/download_douyin.py "<抖音链接>" "<输出目录>/<文件名>.mp4"

支持的链接格式：v.douyin.com/xxx、www.douyin.com/video/xxx、douyin.com/jingxuan?modal_id=xxx

抖音网页已对纯 HTTP 解析做风控。脚本会先尝试分享页解析，失败后启动本机 Chrome/Edge/Chromium（无头）提取播放地址，再回退 yt-dlp。需要 Node.js 18+ 以及上述浏览器之一；也可设置 DOUYIN_BROWSER 指向浏览器可执行文件。

其他平台（B站、YouTube 等）

使用 yt-dlp：

yt-dlp -f "bestvideo[height<=1080]+bestaudio/best[height<=1080]" \
  --merge-output-format mp4 \
  -o "<输出目录>/%(id)s.%(ext)s" \
  "<视频URL>"

1. 确认下载成功：检查 MP4 文件是否存在且大小 > 0

---

阶段 2: 字幕提取

目标：从视频中提取 SRT 格式字幕文件。

执行步骤：