Douyin Transcribe

Douyin Video Transcribe 技能

全自动抖音视频下载 + 语音转文字管道。

功能

输入抖音链接 → 自动解析直链 → 下载视频 → 提取音频 → 本地语音转文字 → 输出文稿

依赖安装（首次需要） # 1. 安装 coli（语音转文字引擎） npm 安装 -g @marswave/coli

# 2. 安装 sensevoice 模型（首次自动下载，约60MB，需代理访问GitHub） # 模型下载后保存在 ~/.coli/模型s/

# 3. ffmpeg（音频处理，系统已有）

# 4. Node.js（用于视频URL拦截脚本）

使用方法 基本用法（仅转写，不上传飞书） python3 ~/.OpenClaw/技能s/douyin-transcribe/scripts/transcribe.py \ --url "https://v.douyin.com/xxxxx"

指定输出目录 python3 ~/.OpenClaw/技能s/douyin-transcribe/scripts/transcribe.py \ --url "https://v.douyin.com/xxxxx" \ --输出-dir /tmp/my_videos

完整用法（转写 + 上传飞书） python3 ~/.OpenClaw/技能s/douyin-transcribe/scripts/transcribe.py \ --url "https://v.douyin.com/xxxxx" \ --folder-令牌 飞书云盘文件夹令牌 \ --space-id 飞书知识库space_id

参数说明 参数 说明 --url, -u 抖音视频链接（必填） --输出-dir, -o 临时文件目录，默认 /tmp --folder-令牌, -f 飞书云盘文件夹 令牌 --space-id, -s 飞书知识库 space ID --no-feishu 跳过飞书上传统步 --清理up 完成后删除本地临时文件（视频+音频） 输出 终端打印完整转录文本 本地保存 transcript.txt 到 --输出-dir 视频/音频本地文件在 --输出-dir（除非指定 --清理up） 技术流程 抖音链接 └─→ Node.js (puppeteer-core + Chrome) │ └─→ 打开 hellotik.应用 │ └─→ 填入链接，点击解析 │ └─→ 拦截网络请求，获取CDN直链 └─→ curl 下载视频（直链） └─→ ffmpeg 提取音频（WAV 16kHz单声道） └─→ coli asr --模型 sensevoice（本地ASR，约1-3分钟） └─→ 输出转录文本 + 可选飞书上传统步

模型说明 sensevoice：阿里开源多语言ASR，支持中文/英文/日语/韩语/粤语，约60MB 本地运行，无需API Key，完全离线 Intel Celeron J1900 上处理 1分钟音频约需 1-2 分钟 飞书上传说明

如需上传到飞书，需要在调用时传入 --folder-令牌 和 --space-id。

当前已配置：

视频素材库 folder_令牌: RCIDfArx5lgZTIdO1SAcDU37n0e 视频文案库 space_id: 7622229283829763274 常见问题

Q: 提示"无法获取视频直链" A: CDN链接有时效（几分钟），多试几次即可。或 hellotik 解析失败，稍后重试。

Q: 转写时间太长 A: sensevoice 模型较大，处理速度依赖CPU。可改用 whisper-tiny 模型（更快但仅英文）。

Q: 视频很短/没有声音 A: 部分抖音视频是纯音乐或图片，语音转写会失败或输出很短。