使用Bili2text 將Bilibili 影片高效率轉換為文字的實作步驟

Bili2text：B 站影片一鍵轉文字開源神器

Bili2text 是一款針對Bilibili 平台深度客製化的視訊轉文字工具。它將繁瑣的視訊下載、音訊擷取與語音辨識整合進單一流程，使用者只需提供視訊的AV 號，即可在無需手動幹預的情況下，快速獲得精準的文字轉錄結果。

該工具的核心競爭力在於整合了OpenAI 的 Whisper 模型，能夠將高清視訊中的語音高效轉換為可編輯的文字，極大降低了記錄視訊內容的成本。

核心功能解析

1. 高效率影片下載

Bili2text 透過FFmpeg 的串流媒體拉取能力，能夠繞過瀏覽器的常規限制直接抓取Bilibili 影片檔案。無論是多P 影片或1080P 以上的高清畫質均能良好相容，並支援透過you-get 等下載器擴充格式支援。

2. 智慧音訊處理

為了優化磁碟空間和處理速度，工具在下載後會立即使用FFmpeg 擷取純音軌，並剔除冗餘的影像資料。針對大文件，腳本會自動將音軌切分為小段並行識別，在有效降低顯存佔用的同時，顯著提升轉錄效率。

3. 高精度語音轉寫

依托OpenAI Whisper 模型，Bili2text 在多語言辨識精度上處於領先地位。得益於大規模弱監督資料的訓練，即便在零樣本場景下也能維持穩定的輸出品質。目前，社區已提供升級至 Whisper-large-v3 的版本及GUI 圖形介面，進一步降低了使用門檻。

適用場景

• 內容創作 ：快速擷取影片腳本，用於字幕校對、文案二創或剪輯參考。
• 學術與教育 ：將線上課件、學術講座轉化為可搜尋的文字講義或學習筆記。
• 語料採集 ：大量將訪談、演講等音訊資源轉化為文字語料庫。

安裝與使用步驟

1. 克隆代碼倉庫

   透過Git 將專案下載到本地並進入目錄：

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

2. 配置運作環境

   安裝專案所需的Python 依賴函式庫：

   pip install -r requirements.txt

3. 啟動轉錄流程

   你可以選擇以下兩種方式之一來運行工具：

   方式A：命令列模式
   運行 python main.py，隨後根據提示輸入影片的AV 號即可開始。

   方式B：GUI 圖形介面
   運行 python window.py，在彈出的視窗中輸入視訊連結（程式會自動將其轉換為AV 號），點擊下載按鈕即可完成轉換。

相關資源

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