视频文本分析提取

传统视频转写的痛点

传统本地工具（如Whisper、FFmpeg）仅能输出原始语音流水稿，包含大量杂音、口误和重复内容，课程整理、采访录播场景中需人工校对删减，耗时占比超30%。

技能核心能力

• 语义理解优化：基于千问大模型识别语境，自动过滤冗余内容，输出结构化通顺文案
• 自定义Prompt：通过--prompt传入指令，支持视频OCR、内容总结、二创改写、金句提取、翻译等全场景需求
• 云端算力支持：突破本地性能限制，短视频至数十小时长视频均可快速解析
• 多源灵活接入：支持抖音/小红书链接直连或本地文件上传，无需下载转换

关键使用步骤

1. 提供视频源：通过--file传入链接或本地路径，或用--id "last"复用上次解析结果
2. 定制需求：将总结/改写/分析等指令写入--prompt，无自定义则默认完整转录
3. 自动转换：自然语言指令会被转换为标准命令行参数，如node scripts/video2text/index.js --file "url" --prompt "提炼核心观点"

适用边界与注意点

• 需提前开通TOKEN并配置GUAIKEI_API_TOKEN环境变量
• 原生命令不支持批量，可通过shell循环调用实现
• 计费按视频时长分段：≥1分钟0.6元/分钟，＜1分钟0.1元/10秒，解析失败不扣费