使用 Bili2text 将 Bilibili 视频高效转换为文字的实操步骤

Bili2text：B 站视频一键转文字开源神器

Bili2text 是一款针对 Bilibili 平台深度定制的视频转文字工具。它将繁琐的视频下载、音频提取与语音识别整合进单一流程，用户只需提供视频的 AV 号，即可在无需手动干预的情况下，快速获得精准的文本转录结果。

该工具的核心竞争力在于集成了 OpenAI 的 Whisper 模型，能够将高清视频中的语音高效转换为可编辑的文字，极大降低了记录视频内容的成本。

核心功能解析

1. 高效视频下载

Bili2text 借助 FFmpeg 的流媒体拉取能力，能够绕过浏览器的常规限制直接抓取 Bilibili 视频文件。无论是多 P 视频还是 1080P 以上的高清画质均能良好兼容，并支持通过 you-get 等下载器扩展格式支持。

2. 智能音频处理

为了优化磁盘空间和处理速度，工具在下载后会立即使用 FFmpeg 提取纯音轨，剔除冗余的图像数据。针对大文件，脚本会自动将音轨切分为小段并行识别，在有效降低显存占用的同时，显著提升转录效率。

3. 高精度语音转写

依托 OpenAI Whisper 模型，Bili2text 在多语言识别精度上处于领先地位。得益于大规模弱监督数据的训练，即便在零样本场景下也能保持稳定的输出质量。目前，社区已提供升级至 whisper-large-v3 的版本及 GUI 图形界面，进一步降低了使用门槛。

适用场景

• 内容创作 ：快速提取视频脚本，用于字幕校对、文案二创或剪辑参考。
• 学术与教育 ：将在线课件、学术讲座转化为可搜索的文字讲义或学习笔记。
• 语料采集 ：批量将访谈、演讲等音频资源转化为文本语料库。

安装与使用步骤

1. 克隆代码仓库

   通过 Git 将项目下载到本地并进入目录：

   git clone https://github.com/lanbinshijie/bili2text.git
   cd bili2text

2. 配置运行环境

   安装项目所需的 Python 依赖库：

   pip install -r requirements.txt

3. 启动转录流程

   你可以选择以下两种方式之一来运行工具：

   方式 A：命令行模式
   运行 python main.py，随后根据提示输入视频的 AV 号即可开始。

   方式 B：GUI 图形界面
   运行 python window.py，在弹出的窗口中输入视频链接（程序会自动将其转换为 AV 号），点击下载按钮即可完成转换。

相关资源

项目 GitHub 地址：https://github.com/lanbinleo/bili2text