douyin-transcribe

Name: douyin-transcribe
Author: chubbyguan

565stars81forks

How to install douyin-transcribe?

chubbyguan/chubbyskills/douyin-transcribe

$npx -y skills add chubbyguan/chubbyskills --skill douyin-transcribe

Installs into the current project.

Summary

抖音视频 → 下载 → 转录 → 存为 Markdown 的完整工作流。支持短链接和完整链接，无需 cookie/登录。

Files · 1

View on GitHub

SKILL.md

1	# 抖音视频转录 Skill
2
3	将抖音视频下载音频，用 SenseVoice-Small 转录为文字，存为 Markdown 文件。
4
5	## 环境要求
6
7	```bash
8	# Python 3.9+
9	python -m venv .venv
10	source .venv/bin/activate
11
12	# 依赖
13	pip install funasr modelscope torch torchaudio
14
15	# 系统依赖
16	# macOS: brew install ffmpeg
17	# Ubuntu: sudo apt install ffmpeg
18	```
19
20	## 使用方法
21
22	```bash
23	python scripts/transcribe.py "https://v.douyin.com/xxxxx"
24	```
25
26	## 流程（3 步）
27
28	### Step 1: 从抖音下载音频
29
30	使用 `iesdouyin.com/share/video/<id>` + 移动端 UA 获取 `window._ROUTER_DATA`，提取 CDN 下载链接。
31
32	关键点：
33	- ✅ `iesdouyin.com/share/video/` 而非 `douyin.com/video/`
34	- ✅ 移动端 UA 必须用 iPhone
35	- ✅ `playwm` → `play` 去水印
36	- ✅ 无需 cookie、无需登录、无需 yt-dlp
37
38	### Step 2: SenseVoice-Small 转录
39
40	```python
41	from funasr import AutoModel
42	from funasr.utils.postprocess_utils import rich_transcription_postprocess
43
44	model = AutoModel(
45	model="iic/SenseVoiceSmall",
46	trust_remote_code=True,
47	vad_model="fsmn-vad",
48	vad_kwargs={"max_single_segment_time": 30000},
49	device="cpu",
50	)
51
52	result = model.generate(input=audio_path, language="zh", use_itn=True, batch_size_s=60)
53	```
54
55	### Step 3: 生成 Markdown
56
57	自动创建带 frontmatter 的 Markdown 文件。
58
59	## 性能数据
60
61	\| 视频时长 \| 模型加载 \| 转录耗时 \| 总耗时 \|
62	\|------\|------\|------\|------\|
63	\| 10 min \| ~30s \| ~25s \| ~1 min \|
64	\| 30 min \| ~30s \| ~75s \| ~2 min \|
65	\| 1h 22min \| ~40s \| ~180s \| ~4 min \|
66
67	## 已知限制
68
69	- SenseVoice-Small 模型首次下载约 893MB（从 ModelScope，国内快）
70	- CPU 推理质量略低于 GPU，但中文仍优于 Whisper-small
71	- VAD 自动切分可能把长停顿处切成两段
72	- 不支持说话人分离
73	- yt-dlp 不可用（需要 cookie），必须走 iesdouyin 路线
74
75	## 参考项目
76
77	- [FunAudioLLM/SenseVoice](https://github.com/FunAudioLLM/SenseVoice) - 语音识别模型
78	- [FunASR](https://github.com/modelscope/FunASR) - 语音识别框架
79	- [vangie/douyin-transcriber](https://github.com/vangie/douyin-transcriber) - 原始灵感（Go CLI）
80
81	## ⚖️ 合规声明
82
83	仅供个人学习与研究使用。请遵守目标平台的服务条款（ToS）与 robots 规则，控制请求频率，不要用于批量抓取、商用爬取或侵犯他人权益的场景。下载内容的版权归原作者所有。

People who liked this also viewed

6 picks

Type

ai-video-generationinference.sh Agent skills for using our API to give your agents access to hundreds of apps and other agentsSkillsJul 2026292k642
imagegen-frontend-webElite frontend image-direction skill for generating premium, conversion-aware website design references. CRITICAL OUTPUT RULE — generate ONE separate horizontal image FOR EVERY section. A landing pageSkillsJul 2026165k66k
hyperframes-mediaWrite HTML. Render video. Built for agents.SkillsJul 2026145k37k
media-useAgent Media OS, the single skill for every media need in a HyperFrames project. Resolve BGM, SFX, image, icon, brand logo, voice, color grade, or LUT into a frozen local file or paste-ready block + leSkillsJul 2026144k37k
general-videoAuthor or edit a custom HyperFrames composition when no specialized workflow fits, or when BRIEF.md sets flow: companion. Use for longer or multi-scene pieces, brand and sizzle reels, montages, staticSkillsJul 2026124k37k
product-launch-videoTurn a product or marketing URL, pasted script, or brief into a product launch / promo video — SaaS promos, feature reveals, product demos, app and company launches. Use when the user wants to market,SkillsJul 2026121k37k

douyin-transcribe

565stars81forks

View on GitHub

How to install douyin-transcribe?

chubbyguan/chubbyskills/douyin-transcribe

$npx -y skills add chubbyguan/chubbyskills --skill douyin-transcribe

Installs into the current project.

Summary

抖音视频 → 下载 → 转录 → 存为 Markdown 的完整工作流。支持短链接和完整链接，无需 cookie/登录。

Files · 1

View on GitHub

SKILL.md

1	# 抖音视频转录 Skill
2
3	将抖音视频下载音频，用 SenseVoice-Small 转录为文字，存为 Markdown 文件。
4
5	## 环境要求
6
7	```bash
8	# Python 3.9+
9	python -m venv .venv
10	source .venv/bin/activate
11
12	# 依赖
13	pip install funasr modelscope torch torchaudio
14
15	# 系统依赖
16	# macOS: brew install ffmpeg
17	# Ubuntu: sudo apt install ffmpeg
18	```
19
20	## 使用方法
21
22	```bash
23	python scripts/transcribe.py "https://v.douyin.com/xxxxx"
24	```
25
26	## 流程（3 步）
27
28	### Step 1: 从抖音下载音频
29
30	使用 `iesdouyin.com/share/video/<id>` + 移动端 UA 获取 `window._ROUTER_DATA`，提取 CDN 下载链接。
31
32	关键点：
33	- ✅ `iesdouyin.com/share/video/` 而非 `douyin.com/video/`
34	- ✅ 移动端 UA 必须用 iPhone
35	- ✅ `playwm` → `play` 去水印
36	- ✅ 无需 cookie、无需登录、无需 yt-dlp
37
38	### Step 2: SenseVoice-Small 转录
39
40	```python
41	from funasr import AutoModel
42	from funasr.utils.postprocess_utils import rich_transcription_postprocess
43
44	model = AutoModel(
45	model="iic/SenseVoiceSmall",
46	trust_remote_code=True,
47	vad_model="fsmn-vad",
48	vad_kwargs={"max_single_segment_time": 30000},
49	device="cpu",
50	)
51
52	result = model.generate(input=audio_path, language="zh", use_itn=True, batch_size_s=60)
53	```
54
55	### Step 3: 生成 Markdown
56
57	自动创建带 frontmatter 的 Markdown 文件。
58
59	## 性能数据
60
61	\| 视频时长 \| 模型加载 \| 转录耗时 \| 总耗时 \|
62	\|------\|------\|------\|------\|
63	\| 10 min \| ~30s \| ~25s \| ~1 min \|
64	\| 30 min \| ~30s \| ~75s \| ~2 min \|
65	\| 1h 22min \| ~40s \| ~180s \| ~4 min \|
66
67	## 已知限制
68
69	- SenseVoice-Small 模型首次下载约 893MB（从 ModelScope，国内快）
70	- CPU 推理质量略低于 GPU，但中文仍优于 Whisper-small
71	- VAD 自动切分可能把长停顿处切成两段
72	- 不支持说话人分离
73	- yt-dlp 不可用（需要 cookie），必须走 iesdouyin 路线
74
75	## 参考项目
76
77	- [FunAudioLLM/SenseVoice](https://github.com/FunAudioLLM/SenseVoice) - 语音识别模型
78	- [FunASR](https://github.com/modelscope/FunASR) - 语音识别框架
79	- [vangie/douyin-transcriber](https://github.com/vangie/douyin-transcriber) - 原始灵感（Go CLI）
80
81	## ⚖️ 合规声明
82
83	仅供个人学习与研究使用。请遵守目标平台的服务条款（ToS）与 robots 规则，控制请求频率，不要用于批量抓取、商用爬取或侵犯他人权益的场景。下载内容的版权归原作者所有。

People who liked this also viewed

6 picks

Type