1
00:00:00,000 --> 00:00:05,000
這個視頻就給大家展示一下我自己開發的本地視頻一體化工具。

2
00:00:05,000 --> 00:00:07,000
它目前主要包含三個部分。

3
00:00:07,000 --> 00:00:12,000
在線視頻下載、視頻字幕處理和圖片格式轉換。

4
00:00:12,000 --> 00:00:15,000
首先來看一下這個工具的啟動方式。

5
00:00:15,000 --> 00:00:17,000
目前有兩種方式可以打開網頁。

6
00:00:17,000 --> 00:00:20,000
第一種是直接運行Python文件。

7
00:00:20,000 --> 00:00:23,000
比較適合使用VS Code等開發工具的用戶。

8
00:00:23,000 --> 00:00:26,000
第二種是直接運行Bet腳本。

9
00:00:26,000 --> 00:00:28,000
適合不熟悉Python的普通用戶。

10
00:00:28,000 --> 00:00:31,000
不過兩種方式都有一個共同的前提。

11
00:00:31,000 --> 00:00:34,000
就是需要先將Python3.10添加到。

12
00:00:34,000 --> 00:00:37,000
系統環境變量中。

13
00:00:37,000 --> 00:00:40,000
這裡我就以Bet腳本為例進行演示。

14
00:00:40,000 --> 00:00:43,000
雙擊Bet文件後會彈出CMD窗口。

15
00:00:43,000 --> 00:00:46,000
程序會自動進行環境配置。

16
00:00:46,000 --> 00:00:50,000
第一次運行需要等待一段時間,大概10到20分鐘。

17
00:00:50,000 --> 00:00:53,000
具體時間取決於電腦和網絡情況。

18
00:00:53,000 --> 00:00:57,000
環境配置完成之後程序就會自動打開網頁。

19
00:00:57,000 --> 00:00:59,000
之後再運行。

20
00:00:59,000 --> 00:01:01,000
就不需要重新配置環境了。

21
00:01:01,000 --> 00:01:03,000
這裡需要注意的是,

22
00:01:03,000 --> 00:01:06,000
第一次運行過程中生成的文件不要隨意刪除。

23
00:01:06,000 --> 00:01:09,000
否則會影響後續的啟動。

24
00:01:12,000 --> 00:01:14,000
首先來看在線視頻下載功能。

25
00:01:14,000 --> 00:01:17,000
這裡我以我自己發布的B站視頻為例。

26
00:01:17,000 --> 00:01:20,000
將視頻鏈接複製到輸入框中。

27
00:01:20,000 --> 00:01:21,000
點擊下載。

28
00:01:21,000 --> 00:01:23,000
就可以將視頻保存到本地。

29
00:01:23,000 --> 00:01:28,000
下載位置可以通過上方的選擇文件加按鈕自行設置。

30
00:01:28,000 --> 00:01:33,000
目前支持B站抖音、小紅書、微博視頻等平台的視頻下載。

31
00:01:33,000 --> 00:01:36,000
其中抖音的下載方式比較特殊。

32
00:01:36,000 --> 00:01:40,000
下載時會彈出一個窗口自動獲取實時的。

33
00:01:40,000 --> 00:01:44,000
Cookie信息,一般等待幾秒後窗口會自動關閉。

34
00:01:44,000 --> 00:01:47,000
這個過程中不要手動關閉窗口。

35
00:01:47,000 --> 00:01:50,000
從視頻中我們可以看到,視頻成功下載了。

36
00:01:50,000 --> 00:02:02,000
接下來是視頻處理功能。

37
00:02:02,000 --> 00:02:05,000
點擊Upload,選擇需要處理的視頻。

38
00:02:05,000 --> 00:02:08,000
然後點擊開始提取字幕。

39
00:02:08,000 --> 00:02:11,000
就可以得到視頻對應的字幕內容。

40
00:02:11,000 --> 00:02:13,000
這裡需要特別說明一下。

41
00:02:13,000 --> 00:02:16,000
因為這個項目主要考慮本地運行。

42
00:02:16,000 --> 00:02:19,000
所以目前的視頻字幕提取採用CPU進行提取。

43
00:02:19,000 --> 00:02:21,000
因此速度會比較慢。

44
00:02:21,000 --> 00:02:25,000
比如我現在演示的這個視頻大約18分鐘。

45
00:02:25,000 --> 00:02:28,000
字幕提取大概需要10分鐘左右。

46
00:02:28,000 --> 00:02:32,000
另外,由於我目前使用的是相對較小的Whisper模型。

47
00:02:32,000 --> 00:02:35,000
所以識別結果中會出現一些錯別字,

48
00:02:35,000 --> 00:02:36,000
因對、字不對。

49
00:02:36,000 --> 00:02:39,000
不過整體內容基本能夠識別出來。

50
00:02:39,000 --> 00:02:44,000
字幕也可以進一步交給目前成熟的AI工具來進行分析。

51
00:02:44,000 --> 00:02:48,000
如視頻所示,其生成的字幕還是有一點瑕疵的。

52
00:02:48,000 --> 00:02:51,000
但是總體來說還是能夠理解。

53
00:02:51,000 --> 00:02:54,000
完全能夠得到視頻大致的意思。

54
00:02:54,000 --> 00:02:57,000
然後可以下載字幕TXT文檔。

55
00:02:57,000 --> 00:03:01,000
導入到目前市面上成熟的AI來進行二次處理。

56
00:03:01,000 --> 00:03:05,000
字幕提取完成後,就可以使用自動章節功能。

57
00:03:05,000 --> 00:03:08,000
這個功能會根據剛才提取出來的字幕,

58
00:03:08,000 --> 00:03:10,000
對視頻內容進行分析,

59
00:03:10,000 --> 00:03:14,000
並自動生成對應的章節和時間範圍。

60
00:03:14,000 --> 00:03:19,000
我這個視頻劃分章節大概用15分鐘左右。

61
00:03:19,000 --> 00:03:21,000
然後是關鍵詞定位功能。

62
00:03:21,000 --> 00:03:23,000
輸入一個關鍵詞後,

63
00:03:23,000 --> 00:03:25,000
程序會自動搜索相關字幕,

64
00:03:25,000 --> 00:03:27,000
並顯示對應的時間點。

65
00:03:27,000 --> 00:03:31,000
這樣如果我們想快速找到視頻中的某一個知識點,

66
00:03:31,000 --> 00:03:34,000
就不需要一直拖動進度條。

67
00:03:34,000 --> 00:03:37,000
可以直接根據關鍵詞定位到相關位置。

68
00:03:37,000 --> 00:03:39,000
最後是AI問答功能。

69
00:03:39,000 --> 00:03:42,000
這個功能基於本地歐拉馬大模型,

70
00:03:42,000 --> 00:03:45,000
可以結合視頻字幕內容回答一些。

71
00:03:45,000 --> 00:03:47,000
和視頻內容相關的問題。

72
00:03:47,000 --> 00:03:51,000
但是同樣由於目前使用CPU進行推理,

73
00:03:51,000 --> 00:03:53,000
所以速度會比較慢。

74
00:03:53,000 --> 00:03:56,000
另外,本地模型的知識覆蓋和回答效果

75
00:03:56,000 --> 00:04:00,000
也會受到模型本身以及電腦硬件的影響。

76
00:04:00,000 --> 00:04:03,000
不過它的一個優勢是可以完全在本地運行,

77
00:04:03,000 --> 00:04:05,000
不需要調用在線API,

78
00:04:05,000 --> 00:04:08,000
在沒有網絡時可以救急。

79
00:04:08,000 --> 00:04:11,000
我這個問題大概耗時9分鐘左右。

80
00:04:11,000 --> 00:04:14,000
最後來看一下圖片格式轉換功能。

81
00:04:14,000 --> 00:04:18,000
目前支持JPE、PPG、BMP和WebP格式的圖片。

82
00:04:18,000 --> 00:04:20,000
選擇需要轉換的圖片,

83
00:04:20,000 --> 00:04:23,000
然後在下拉框中選擇目標格式。

84
00:04:23,000 --> 00:04:25,000
點擊圖片格式轉換,

85
00:04:25,000 --> 00:04:27,000
就可以得到轉換後的圖片。

86
00:04:27,000 --> 00:04:29,000
從這裡可以看到,

87
00:04:29,000 --> 00:04:33,000
轉換後的圖片都是可以正常顯示並使用的。

88
00:04:33,000 --> 00:04:36,000
最後這裡是我的圖片格式檢測程序。

89
00:04:36,000 --> 00:04:38,000
從輸出結果可以看到,

90
00:04:38,000 --> 00:04:42,000
輸出的圖片都是沒有損壞且格式成功轉換的,

91
00:04:42,000 --> 00:04:43,000
能夠正常使用。

92
00:04:43,000 --> 00:04:55,000
以上就是這個項目目前的全部功能。

93
00:04:55,000 --> 00:04:58,000
項目現在已經開源到Github。

94
00:04:58,000 --> 00:05:02,000
完整圓碼BET啟動腳本以及安裝部署說明都放在倉庫中。

95
00:05:02,000 --> 00:05:04,000
如果你對這個項目感興趣,

96
00:05:04,000 --> 00:05:08,000
可以查看評論區置頂的Github網址。

97
00:05:08,000 --> 00:05:10,000
如果這個項目對你有幫助,

98
00:05:10,000 --> 00:05:12,000
也歡迎點一個STAR支持一下。

99
00:05:12,000 --> 00:05:16,000
具體的安裝和配置方法我都寫在了Redmi裡面。

100
00:05:16,000 --> 00:05:19,000
只需要按照說明配置Python 3.10,

101
00:05:19,000 --> 00:05:23,000
就可以使用在線視頻下載和圖片格式轉換功能。

102
00:05:23,000 --> 00:05:26,000
如果需要使用視頻字幕提取功能,

103
00:05:26,000 --> 00:05:28,000
還需要配置FMPAD。

104
00:05:28,000 --> 00:05:32,000
如果需要使用自動章節劃分和本地AI問答功能,

105
00:05:32,000 --> 00:05:35,000
則需要額外安裝並配置Olama。

106
00:05:35,000 --> 00:05:37,000
最後感謝大家的觀看。