WEBVTT

00:00.000 --> 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。

00:05.000 --> 00:07.000
它目前主要包含三個部分。

00:07.000 --> 00:12.000
在線視頻下載、視頻字幕處理和圖片格式轉換。

00:12.000 --> 00:15.000
首先來看一下這個工具的啟動方式。

00:15.000 --> 00:17.000
目前有兩種方式可以打開網頁。

00:17.000 --> 00:20.000
第一種是直接運行Python文件。

00:20.000 --> 00:23.000
比較適合使用VS Code等開發工具的用戶。

00:23.000 --> 00:26.000
第二種是直接運行Bet腳本。

00:26.000 --> 00:28.000
適合不熟悉Python的普通用戶。

00:28.000 --> 00:31.000
不過兩種方式都有一個共同的前提。

00:31.000 --> 00:34.000
就是需要先將Python3.10添加到。

00:34.000 --> 00:37.000
系統環境變量中。

00:37.000 --> 00:40.000
這裡我就以Bet腳本為例進行演示。

00:40.000 --> 00:43.000
雙擊Bet文件後會彈出CMD窗口。

00:43.000 --> 00:46.000
程序會自動進行環境配置。

00:46.000 --> 00:50.000
第一次運行需要等待一段時間,大概10到20分鐘。

00:50.000 --> 00:53.000
具體時間取決於電腦和網絡情況。

00:53.000 --> 00:57.000
環境配置完成之後程序就會自動打開網頁。

00:57.000 --> 00:59.000
之後再運行。

00:59.000 --> 01:01.000
就不需要重新配置環境了。

01:01.000 --> 01:03.000
這裡需要注意的是,

01:03.000 --> 01:06.000
第一次運行過程中生成的文件不要隨意刪除。

01:06.000 --> 01:09.000
否則會影響後續的啟動。

01:12.000 --> 01:14.000
首先來看在線視頻下載功能。

01:14.000 --> 01:17.000
這裡我以我自己發布的B站視頻為例。

01:17.000 --> 01:20.000
將視頻鏈接複製到輸入框中。

01:20.000 --> 01:21.000
點擊下載。

01:21.000 --> 01:23.000
就可以將視頻保存到本地。

01:23.000 --> 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。

01:28.000 --> 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。

01:33.000 --> 01:36.000
其中抖音的下載方式比較特殊。

01:36.000 --> 01:40.000
下載時會彈出一個窗口自動獲取實時的。

01:40.000 --> 01:44.000
Cookie信息,一般等待幾秒後窗口會自動關閉。

01:44.000 --> 01:47.000
這個過程中不要手動關閉窗口。

01:47.000 --> 01:50.000
從視頻中我們可以看到,視頻成功下載了。

01:50.000 --> 02:02.000
接下來是視頻處理功能。

02:02.000 --> 02:05.000
點擊Upload,選擇需要處理的視頻。

02:05.000 --> 02:08.000
然後點擊開始提取字幕。

02:08.000 --> 02:11.000
就可以得到視頻對應的字幕內容。

02:11.000 --> 02:13.000
這裡需要特別說明一下。

02:13.000 --> 02:16.000
因為這個項目主要考慮本地運行。

02:16.000 --> 02:19.000
所以目前的視頻字幕提取採用CPU進行提取。

02:19.000 --> 02:21.000
因此速度會比較慢。

02:21.000 --> 02:25.000
比如我現在演示的這個視頻大約18分鐘。

02:25.000 --> 02:28.000
字幕提取大概需要10分鐘左右。

02:28.000 --> 02:32.000
另外,由於我目前使用的是相對較小的Whisper模型。

02:32.000 --> 02:35.000
所以識別結果中會出現一些錯別字,

02:35.000 --> 02:36.000
因對、字不對。

02:36.000 --> 02:39.000
不過整體內容基本能夠識別出來。

02:39.000 --> 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。

02:44.000 --> 02:48.000
如視頻所示,其生成的字幕還是有一點瑕疵的。

02:48.000 --> 02:51.000
但是總體來說還是能夠理解。

02:51.000 --> 02:54.000
完全能夠得到視頻大致的意思。

02:54.000 --> 02:57.000
然後可以下載字幕TXT文檔。

02:57.000 --> 03:01.000
導入到目前市面上成熟的AI來進行二次處理。

03:01.000 --> 03:05.000
字幕提取完成後,就可以使用自動章節功能。

03:05.000 --> 03:08.000
這個功能會根據剛才提取出來的字幕,

03:08.000 --> 03:10.000
對視頻內容進行分析,

03:10.000 --> 03:14.000
並自動生成對應的章節和時間範圍。

03:14.000 --> 03:19.000
我這個視頻劃分章節大概用15分鐘左右。

03:19.000 --> 03:21.000
然後是關鍵詞定位功能。

03:21.000 --> 03:23.000
輸入一個關鍵詞後,

03:23.000 --> 03:25.000
程序會自動搜索相關字幕,

03:25.000 --> 03:27.000
並顯示對應的時間點。

03:27.000 --> 03:31.000
這樣如果我們想快速找到視頻中的某一個知識點,

03:31.000 --> 03:34.000
就不需要一直拖動進度條。

03:34.000 --> 03:37.000
可以直接根據關鍵詞定位到相關位置。

03:37.000 --> 03:39.000
最後是AI問答功能。

03:39.000 --> 03:42.000
這個功能基於本地歐拉馬大模型,

03:42.000 --> 03:45.000
可以結合視頻字幕內容回答一些。

03:45.000 --> 03:47.000
和視頻內容相關的問題。

03:47.000 --> 03:51.000
但是同樣由於目前使用CPU進行推理,

03:51.000 --> 03:53.000
所以速度會比較慢。

03:53.000 --> 03:56.000
另外,本地模型的知識覆蓋和回答效果

03:56.000 --> 04:00.000
也會受到模型本身以及電腦硬件的影響。

04:00.000 --> 04:03.000
不過它的一個優勢是可以完全在本地運行,

04:03.000 --> 04:05.000
不需要調用在線API,

04:05.000 --> 04:08.000
在沒有網絡時可以救急。

04:08.000 --> 04:11.000
我這個問題大概耗時9分鐘左右。

04:11.000 --> 04:14.000
最後來看一下圖片格式轉換功能。

04:14.000 --> 04:18.000
目前支持JPE、PPG、BMP和WebP格式的圖片。

04:18.000 --> 04:20.000
選擇需要轉換的圖片,

04:20.000 --> 04:23.000
然後在下拉框中選擇目標格式。

04:23.000 --> 04:25.000
點擊圖片格式轉換,

04:25.000 --> 04:27.000
就可以得到轉換後的圖片。

04:27.000 --> 04:29.000
從這裡可以看到,

04:29.000 --> 04:33.000
轉換後的圖片都是可以正常顯示並使用的。

04:33.000 --> 04:36.000
最後這裡是我的圖片格式檢測程序。

04:36.000 --> 04:38.000
從輸出結果可以看到,

04:38.000 --> 04:42.000
輸出的圖片都是沒有損壞且格式成功轉換的,

04:42.000 --> 04:43.000
能夠正常使用。

04:43.000 --> 04:55.000
以上就是這個項目目前的全部功能。

04:55.000 --> 04:58.000
項目現在已經開源到Github。

04:58.000 --> 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。

05:02.000 --> 05:04.000
如果你對這個項目感興趣,

05:04.000 --> 05:08.000
可以查看評論區置頂的Github網址。

05:08.000 --> 05:10.000
如果這個項目對你有幫助,

05:10.000 --> 05:12.000
也歡迎點一個STAR支持一下。

05:12.000 --> 05:16.000
具體的安裝和配置方法我都寫在了Redmi裡面。

05:16.000 --> 05:19.000
只需要按照說明配置Python 3.10,

05:19.000 --> 05:23.000
就可以使用在線視頻下載和圖片格式轉換功能。

05:23.000 --> 05:26.000
如果需要使用視頻字幕提取功能,

05:26.000 --> 05:28.000
還需要配置FMPAD。

05:28.000 --> 05:32.000
如果需要使用自動章節劃分和本地AI問答功能,

05:32.000 --> 05:35.000
則需要額外安裝並配置Olama。

05:35.000 --> 05:37.000
最後感謝大家的觀看。