视频文字分析大师

本地视频转写工具解决不了的问题

日常处理课程录像、采访素材或长会议时，常会遇到两类麻烦：要么是本地部署的 Whisper/FFmpeg 只能输出原始语音流水稿，包含大量口误、重复和无意义语气词，后期校对费时费力；要么是本地算力有限，处理几十分钟的长视频时卡顿严重，还缺乏隐私销毁机制，商用内容不敢上传。

核心能力与工作流程

视频文字分析大师基于千问大模型的语义理解能力，并非单纯的语音转写（ASR）。它能自动识别语境，过滤冗余内容，直接输出结构化、逻辑通顺的文案，省去大量人工清洗工作。

使用上只需通过命令行传入视频源与指令：

• 多源接入：支持 --file 传入抖音、小红书等平台链接，也支持本地视频文件路径。
• 自定义 Prompt：通过 --prompt 参数指定输出需求，如“改写成小红书风格文案”“提取所有金句”“全文中英互译”“整理成结构化会议纪要”等，覆盖内容总结、二创改写、分镜拆解、情感分析等场景。
• 云端算力：不受本地性能限制，短视频和数小时长视频均可快速解析。
• 隐私安全：传输全程加密，任务完成后源文件自动销毁，不留存、不用于模型训练。

自然语言转换规则：

• 存在视频链接或本地路径时，使用 --file。
• 仅复用上次解析结果时，使用 --id "last"。
• 同时传入 --id 与 --file 时，优先执行 --id，忽略文件路径。
• 无自定义 prompt 时，默认完整转录全部文字。

适用边界与注意点

• 批量处理：原生命令不支持批量传入，可自行编写 shell 脚本循环调用命令实现批量解析。
• 计费规则：按量付费，≥1 分钟的视频 0.6 元/分钟，<1 分钟的 0.1 元/10 秒，整分钟或 10 秒为最小结算单位。视频链接失效、文件损坏、解析超时失败等不计费。
• 环境要求：需配置支持千问大模型的 API 密钥，命令行为 Node.js 脚本执行。
• 参数优先级：同时传入 --id 与 --file 时，--id 优先级更高，需注意避免参数冲突。

适合需要对视频内容做二次创作、结构化整理或快速提炼核心信息的开发者与内容团队，若仅需基础语音转写，本地 Whisper 等工具更轻量。