167 lines
5.7 KiB
Markdown
167 lines
5.7 KiB
Markdown
# 1
|
||
|
||
我们现在开始准备试一条自动化的工作：爬视频。我的规划：
|
||
1. 我找到一条爆款抖音视频，我发给你这个视频的URL
|
||
2. 你根据URL下载视频至本地，放到`/media/downloads/`下
|
||
3. 你从视频中提取音频，也放到`/media/downloads/`下
|
||
4. 你将音频变成文字稿，文字稿放到`/root/.openclaw/workspace/wantsong/Work/自媒体/文字稿`下
|
||
|
||
后续还有其他步骤，但是我们可以先考虑/讨论前面这4步。
|
||
其实核心是根据我的URL取得视频的文字稿，下载视频、生成音频都是中间步骤，若你有更好的办法，可以跳过这两步更好。
|
||
|
||
我希望：
|
||
1. 先讨论做法
|
||
2. 做法讨论完成后，我们测试
|
||
3. 测试成功的话，希望能把这个过程形成一个Skill，以便后续我发给你URL，就可以自动爬取文字稿
|
||
|
||
对此，你有什么想法么？
|
||
|
||
好问题！让我先说说我的想法 👇
|
||
|
||
## 🔍 核心目标拆解
|
||
|
||
你的最终目标是**文字稿**，中间步骤（下载视频+提取音频）是为了到达目标的路径。
|
||
|
||
## 🛠 技术路径分析
|
||
|
||
### 最理想方案：一步到位
|
||
- **yt-dlp** 可以直接尝试提取字幕（`--write-subs --write-auto-subs`）
|
||
- ⚠️ 抖音的字幕需要登录cookie，否则可能拿不到
|
||
|
||
### fallback 方案（如果拿不到字幕）
|
||
| 步骤 | 工具 | 说明 |
|
||
|-----|------|-----|
|
||
| 下载视频 | yt-dlp | 需要cookie才能下抖音 |
|
||
| 提取音频 | ffmpeg | `ffmpeg -i video.mp4 -vn audio.mp3` |
|
||
| 音频转写 | whisper.cpp (本地) 或 API | 本地免费，API更快 |
|
||
|
||
## 🤔 需要讨论的问题
|
||
|
||
1. **cookie 问题**：你抖音登录的cookie有没有？没有的话需要提供（或者用yt-dlp的 `--cookies-from-browser chrome` 试试）
|
||
|
||
2. **转写方案**：本地用 whisper.cpp（免费但慢） vs API（付费但快），你倾向哪个？
|
||
|
||
3. **目录确认**：
|
||
- `/media/downloads/` —— 视频+音频
|
||
- `/root/.openclaw/workspace/wantsong/Work/自媒体/文字稿` —— 文字稿
|
||
- 这两个路径OK吗？
|
||
|
||
---
|
||
|
||
我的建议：**先试试能否直接用 yt-dlp 拿到字幕**（如果能拿到，就跳过视频+音频步骤，最简单）。
|
||
|
||
你觉得咋样？先讨论还是直接开干？🎯
|
||
|
||
# 2
|
||
|
||
> 需要cookie才能下抖音
|
||
|
||
我怎么拿到cookie？
|
||
我在我本地机器上登录抖音了，这个cookie怎么取，怎么给你？
|
||
还是我需要在你所在的机器上登录，这个机器没有UI界面。
|
||
|
||
**转写方案**，可以考虑先用whisper.cpp，我看看效果
|
||
|
||
**目录确认**，你可以看看你能访问到，有没有读写权限。
|
||
|
||
目录权限OK ✅
|
||
|
||
---
|
||
|
||
## 🍪 Cookie 问题
|
||
|
||
你在本地浏览器登录了抖音，cookie需要导出来给我。有几种方式：
|
||
|
||
### 方式1：浏览器插件（推荐）
|
||
装个插件如 **Cookie-Editor**（Chrome/Firefox都有），点一下就导出JSON，很方便
|
||
|
||
### 方式2：开发者工具
|
||
1. 打开抖音网页，F12
|
||
2. → Application → Cookies → 复制内容
|
||
3. 粘贴给我
|
||
|
||
### 方式3：直接试试
|
||
你可以先发视频URL给我，我试试用 yt-dlp 能否直接下载（有些视频可能不需要cookie）。不行再说。
|
||
|
||
---
|
||
|
||
## 📝 下一步
|
||
|
||
1. 你先发个抖音视频URL给我试试
|
||
2. 如果需要cookie，你导出给我
|
||
3. 同时我准备 whisper.cpp 的环境
|
||
|
||
咋样，要不来一条试试？🎬
|
||
|
||
# 3
|
||
|
||
我选了一条视频，`https://www.douyin.com/jingxuan/search/%E8%AE%A4%E7%9F%A5?aid=706b7a7b-9ddd-4bcf-b9b1-624dfefb12f6&modal_id=7607090241048427941&type=general`
|
||
|
||
cookie我放在了`/root/.openclaw/workspace/wantsong/Work/自媒体/cookie.json`文件中，你需要的话可以取。
|
||
|
||
试一下，看行不行。
|
||
|
||
看到了——请求返回 `content-length: 0`，说明Cookie不够用。抖音的防护比较严。
|
||
|
||
## 📋 当前情况
|
||
|
||
| 问题 | 状态 |
|
||
|-----|------|
|
||
| yt-dlp 已安装 | ✅ |
|
||
| Cookie格式转换 | ✅ |
|
||
| 实际下载 | ❌ Cookie失效/需要刷新 |
|
||
|
||
## 🔧 可能的解决方案
|
||
|
||
### 方案A：你在本地浏览器重新导出Cookie
|
||
打开抖音网页，F12 → Application → Cookies → 全部复制给我（可能需要最新的 `__ac_nonce` 和 `__ac_signature`）
|
||
|
||
### 方案B：用你的本地电脑来下载
|
||
你本地有浏览器，如果装 yt-dlp，可以直接：
|
||
```bash
|
||
yt-dlp --cookies-from-browser chrome "视频URL"
|
||
```
|
||
这样cookie自动提取，然后传视频文件给我
|
||
|
||
### 方案C：换一个不需要登录的渠道
|
||
比如用 **TikHub**（第三方API）或者你直接告诉我视频内容，我手打 😂
|
||
|
||
---
|
||
|
||
你倾向哪个？要不要先用方案B试试——你本地下一个，传视频文件给我？📦
|
||
|
||
# 4
|
||
|
||
我们变更一下计划：
|
||
1. 我自行下载视频，然后放到`/media/uploads/`下
|
||
2. 然后你根据这个视频，读取文字，看要不要生成音频过程，若需要音频，那音频也放在`/media/uploads/`下
|
||
3. 文字稿最后是markdown格式，放在`/root/.openclaw/workspace/wantsong/Work/自媒体/文字稿`下
|
||
|
||
我现在`/media/uploads/`放了一个mp4，你可以看到就这一个文件。
|
||
你试一下新计划。
|
||
|
||
还没搞定 😅
|
||
|
||
问题是：**网络不通 HuggingFace**，模型下不下来（ping 8.8.8.8 通，但 huggingface 不通，可能是 DNS 或墙的问题）
|
||
|
||
## 🔧 几个选择
|
||
|
||
### 方案A：用 Dify 智能体转写
|
||
你之前提到有"张辽"之类的智能体，能否让 Dify 帮忙转写？（你把音频/视频发给它）
|
||
|
||
### 方案B：我试试其他源下载模型
|
||
比如从 GitHub 或其他镜像
|
||
|
||
### 方案C：你在本地转写好给我
|
||
本地网络通的話可以用 Whisper Desktop，转好直接给我 markdown
|
||
|
||
---
|
||
|
||
你倾向哪个？或者你有其他 API key 可以用？🎯
|
||
|
||
# 6
|
||
|
||
音频转写，技术上准备怎么实现？
|
||
要到HuggingFace下载什么模型，多大？
|
||
|