douyin-video

抖音无水印视频下载和文案提取

从抖音分享链接获取媒体，使用本机语音识别生成逐字稿，再整理成可用口播文案。

功能概述

• 获取下载链接: 从抖音分享链接解析出无水印视频的直接下载地址 (无需 API 密钥)
• 下载视频: 将无水印视频下载到本地指定目录
• 浏览器降级: HTTP 解析失败时自动使用共享 Playwright 捕获签名音频
• 本地转写: 使用 faster-whisper-medium / CPU int8，不消耗 ASR API
• 整理口播: 使用 DeepSeek 去重复、补标点和结构，不虚构内容
• 自动保存: 每个视频的文案自动保存到独立文件夹 (视频ID为文件夹名)

环境要求

依赖安装

uv sync --extra web

系统要求

• FFmpeg/ffprobe 必须可用
• Windows 浏览器降级使用 D:\AI_Tools\bin\playwright-node.cmd
• 模型权重默认读取 D:\AI_Tools\models\huggingface\hub

API 密钥配置

本地 ASR 不需要密钥；最后的口播整理需要设置：

set DOUYIN_DEEPSEEK_API_KEY=your-deepseek-api-key

密钥只放环境变量，不写入仓库和运行报告。

使用方法

方法一: 使用脚本 (推荐)

# 获取视频信息和下载链接 (无需 API 密钥)
python scripts/douyin_downloader.py --link "抖音分享链接" --action info

# 下载视频到指定目录
python scripts/douyin_downloader.py --link "抖音分享链接" --action download --output ./videos

# 提取逐字稿并整理口播 (需要 DOUYIN_DEEPSEEK_API_KEY)
python scripts/douyin_downloader.py --link "抖音分享链接" --action extract --output ./output

# 安静模式 (减少输出)
python scripts/douyin_downloader.py --link "抖音分享链接" --action extract --output ./output --quiet

输出目录结构

提取文案后, 每个视频会保存到独立文件夹:

output/
├── 7600361826030865707/      # 视频ID为文件夹名
│   ├── audio.m4a             # 已校验的完整音频
│   ├── transcript-raw.md     # 本机 ASR 原始逐字稿
│   ├── copy.md               # DeepSeek 整理后的口播
│   ├── metadata.json
│   └── run-report.json       # 五阶段状态和验证证据
├── 7581044356631612699/
│   └── ...
└── ...

方法二: 在 Python 代码中调用

from scripts.douyin_downloader import get_video_info, download_video, extract_text

# 获取视频信息
info = get_video_info("抖音分享链接")
print(f"视频ID: {info['video_id']}")
print(f"标题: {info['title']}")
print(f"下载链接: {info['url']}")

# 下载视频
video_path = download_video("抖音分享链接", output_dir="./videos")

# 提取文案并保存到文件
result = extract_text("抖音分享链接", output_dir="./output")
print(f"文案已保存到: {result['output_path']}")
print(result['text'])

工作流程

获取视频信息

1. 解析抖音分享链接, 提取真实的视频 URL
2. 模拟移动端请求获取页面数据
3. 从页面 JSON 数据中提取无水印视频地址
4. 返回视频 ID, 标题和下载链接