YouTube 转录文本下载器
从 YouTube 视频中提取和处理字幕的技能。
优先级顺序
1. 确认 yt-dlp 已安装
2. 检查可用的字幕列表
3. 优先尝试手动字幕
4. 回退到自动生成的字幕
5. 最后手段:Whisper 转换
要求
# macOS
brew install yt-dlp
# Linux
sudo apt install yt-dlp
# 通用
pip install yt-dlp
工作流程
步骤 1:检查字幕列表
yt-dlp --list-subs "VIDEO_URL"
步骤 2:下载手动字幕(推荐)
# 韩语字幕
yt-dlp --write-sub --sub-lang ko --skip-download "VIDEO_URL"
# 英文字幕
yt-dlp --write-sub --sub-lang en --skip-download "VIDEO_URL"
步骤 3:自动生成字幕(回退)
yt-dlp --write-auto-sub --sub-lang ko --skip-download "VIDEO_URL"
步骤 4:VTT 转文本
# 从 VTT 文件中移除时间戳
sed '/^[0-9]/d; /^$/d; /-->/d' subtitle.ko.vtt > transcript.txt
输出处理
去重
自动生成的字幕由于渐进式字幕常有重复:
# 移除重复行
seen = set()
unique_lines = []
for line in lines:
if line not in seen:
seen.add(line)
unique_lines.append(line)
生成摘要
利用提取的字幕进行:
- 核心内容摘要
- 按时间戳生成章节
- 提取主要关键词
示例
示例 1:课程视频摘要
用户:总结这个 YouTube 课程视频 - https://youtube.com/watch?v=xxx
Claude:
1. 使用 yt-dlp 下载字幕
2. 将 VTT 转换为文本
3. 生成核心内容摘要
4. 提供按时间戳的目录
示例 2:多语言字幕提取
用户:同时提取这个视频的英文/韩文字幕
Claude:
1. 使用 --list-subs 确认可用语言
2. 为每种语言下载字幕
3. 提供整理好的文本文件
错误处理
| 错误 | 原因 | 解决方案 |
|---|---|---|
yt-dlp not found | 未安装 | 使用 brew/apt/pip 安装 |
No subtitles available | 无字幕 | 建议使用 Whisper |
Invalid URL | URL 错误 | 检查 URL 格式 |
Video unavailable | 私有或已删除 | 通知用户 |
Whisper 回退
如果完全没有字幕(需要用户确认):
# 检查文件大小
yt-dlp --print filesize "VIDEO_URL"
# 用户批准后下载音频
yt-dlp -x --audio-format mp3 "VIDEO_URL"
# 使用 Whisper 转写
whisper audio.mp3 --language ko --model base
注意:会消耗带宽/处理时间,必须获得用户确认