Whisper YouTube章节生成器

解决的具体问题

YouTube视频创作者常需为长视频添加章节标记，但手动操作不仅耗时，还易因记忆偏差导致时间点不准。尤其教育类、讲座类内容，话题转换频繁，人工切分效率低且易遗漏关键节点。

技能如何工作

该技能通过三步流程自动生成章节：

1. 音频获取：使用 yt-dlp 下载YouTube视频音频，无需处理视频流，降低资源消耗。
2. 语音转写：通过 Whisper 模型将音频转为带时间戳的文本，支持多语言且无需额外标注。
3. 话题分割：采用 TextTiling 算法分析文本相似度，识别话题转换点，生成自然段落边界。

最终输出可直接粘贴至YouTube描述栏的章节列表，格式符合平台规范。

适用边界与注意点

• 音频质量依赖：若原视频存在背景噪音或发音模糊，Whisper转写错误会直接影响分割结果。
• 内容类型适配：对话题跳跃剧烈的内容（如脱口秀），TextTiling可能需调参才能准确捕捉边界。
• 性能开销：长视频转写需一定计算资源，建议在GPU环境下运行以加速处理。