【亲测免费】 Bili2text 开源项目教程
2026-01-15 17:22:47作者:盛欣凯Ernestine
1、项目介绍
Bili2text 是一个用于将 Bilibili 视频转换为文本的工具。该项目通过一个简单的流程实现:下载视频、提取音频、分割音频,并使用 whisper 模型将语音转换为文本。整个过程是自动的,只需输入 Bilibili 视频的 av 号即可。整个过程行云流水,一步到位。
功能
- 下载视频:从 Bilibili 下载指定的视频。
- 提取音频:从下载的视频中提取音频。
- 音频分割:将音频分割成小段,以便于进行高效的语音转文字处理。
- 语音转文字:使用 OpenAI 的 whisper 模型将音频转换为文本。
2、项目快速启动
克隆仓库
git clone https://github.com/lanbinshijie/bili2text.git
cd bili2text
安装依赖
pip install -r requirements.txt
运行脚本
python main.py
使用UI界面
python window.py
3、应用案例和最佳实践
应用案例
假设你有一个 Bilibili 视频的 av 号为 123456,你可以使用 Bili2text 将其转换为文本。
from downBili import download_video
from exAudio import *
from speech2text import *
av = input("请输入av号:")
filename = download_video(av)
foldername = run_split(filename)
run_analysis(foldername, prompt="以下是普通话的句子,这是一个关于[]的视频", format(filename))
output_path = f"outputs/[foldername].txt"
print("转换完成", output_path)
最佳实践
- 批量处理:可以编写脚本批量处理多个视频。
- 自定义提示:在
run_analysis函数中自定义提示语,以适应不同的视频内容。
4、典型生态项目
Whisper 模型
Whisper 是 OpenAI 开发的一个语音转文字模型,Bili2text 使用该模型进行语音转文字处理。
Tkinter
Tkinter 是 Python 的标准 GUI 库,Bili2text 使用 Tkinter 构建了简单的 UI 界面。
TTKbootstrap
TTKbootstrap 是一个用于美化 Tkinter 界面的库,Bili2text 使用该库来提升 UI 的视觉效果。
通过以上模块的介绍和实践,你可以快速上手并深入了解 Bili2text 项目。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
Ascend Extension for PyTorch
Python
340
405
暂无简介
Dart
772
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355