convez.ai
SkillAutomaçãoAvançado
cacity

VideoHub - Processador Inteligente de Vídeos Multi-Plataforma

cacity/VideoHub

Transcrição, legendas e dublagem automática para vídeos de múltiplas plataformas

Ver no GitHub
BomPluginScore · de 0 a 100

Ferramenta desktop Python que integra transcrição com Whisper, tradução de legendas e dublagem com TTS Kokoro para vídeos de YouTube, TikTok, Instagram, Bilibili e outras plataformas. Inclui extensão Chrome para captura direta, agendamento em horários ociosos, processamento em lote e geração de resumos com IA.

Instalação

$npx convez-ai cacity/VideoHub

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
191
Forks
28
Acompanhando
1
Saúde
42%
Último commit
há 1 semana
Versão
v0.6.0
Issues abertas
4
Contribuidores
2

Casos de uso

  • Baixar e transcrever playlists de cursos educacionais de YouTube com legendas bilíngues
  • Extrair áudio, gerar legendas e criar versões dubladas em chinês de conteúdo viral
  • Processar em lote vídeos de redes sociais com agendamento automático em horários noturnos
  • Gerar resumos e legendas de conteúdo de TikTok/Douyin para análise e pesquisa

Veredito

Projeto ambicioso com capacidades reais (Whisper + TTS + multi-plataforma), mas ainda em v0.1.5 com documentação em chinês e ausência de testes públicos. Recomendado para quem domina Python e precisa de automação pesada de vídeos; demanda cautela legal sobre downloads de conteúdo de terceiros.

README

A tradução para o português deste README ainda está na fila.

视频转录工具 (Video Hub)

当前版本: v0.1.5

简体中文 | English

这是一个功能强大的桌面应用程序,使用 PyQt6 构建现代化图形界面,支持 YouTube、Twitter/X、抖音/TikTok、Instagram、Bilibili、寇享/koushare 等多平台视频内容的智能处理。提供媒体导入与处理、语音转录、双语字幕生成、AI 配音、内容摘要等完整工作流,并配备闲时调度、批量处理、Claude Code Skills 等高级功能。

✨ 加入讨论群

✨ 核心功能

🎬 多平台视频处理

  • 🎥 平台支持: YouTube、Twitter/X、抖音、Bilibili 、寇享/koushare等主流视频平台
  • 智能处理: 支持视频/音频导入与本地处理,可选择完整视频或仅音频模式
  • 精准转录: 基于 OpenAI Whisper 的高质量语音转录技术
  • 多格式字幕: 生成 .srt、.vtt、.ass 等多种格式的双语字幕文件
  • 字幕嵌入: 支持将字幕直接嵌入到视频文件中
  • AI 配音: 基于 Kokoro TTS 技术,自动生成中文配音版本视频
  • 内容摘要: 利用 LLM(支持 OpenAI、DeepSeek 等)智能生成文章摘要

🌐 Chrome浏览器扩展

  • 页面集成: 在 YouTube、Twitter/X、Bilibili 视频页面自动添加处理按钮
  • 一键加入队列: 点击按钮即可将任务添加到闲时处理队列
  • 队列管理: 通过扩展弹窗查看、导出、清空处理队列
  • 实时同步: 通过 HTTP API 与桌面应用实时通信
  • 智能识别: 自动提取视频标题、作者、链接等信息
  • 视觉反馈: 添加成功后按钮状态变化,避免重复添加

正确安装插件后,在X/YouTube等视频网站,视频下方会出现处理按钮,后台运行主程序后,点击按钮即可把当前任务加入处理队列。

📱 手机本地网页下载

  • 局域网访问: 在电脑上启动轻量网页端后,iPhone/手机可通过同一 Wi-Fi 下的局域网地址访问
  • 手机粘贴链接: 手机浏览器中长按输入框粘贴视频链接,点击按钮即可触发本地下载
  • 下载到手机相册: 下载完成后页面会提供视频预览、打开视频和下载入口,iPhone 可通过 Safari 分享菜单保存到相册
  • 本地保存: 下载文件统一保存在电脑的 workspace/mobile/ 目录,便于后续管理和清理

启动方式:

python src/mobile_web_server.py

启动后终端会显示类似 http://局域网IP:8787 的手机访问地址。手机和电脑需要连接到同一个局域网;如果无法访问,请检查 Windows 防火墙是否允许 8787 端口。

免责声明

本项目仅供合法、合规且经授权的用途使用。使用涉及第三方平台内容、Cookie、Token、录制、导入或处理功能前,请先阅读 DISCLAIMER.md。

使用方法

1.处理 YouTube 视频列表

比如斯坦福CS231N这个视频列表:

https://www.youtube.com/playlist?list=PLoROMvodv4rOmsNzYBMe0gJY2XS8AQg16

复制好视频列表连接,在软件视频URL中右键,会直接粘贴视频的连接。

勾选下面的选项,可以保存视频、获取原生英文字幕;如果没有原生字幕,也可以用 whisper 做语音转字幕,勾选生成字幕并翻译,这样就有了视频和双语字幕,方便学习研究。翻译字幕使用的是谷歌翻译,翻译时间会比较久;如果列表中文件较多,可以先完成媒体处理,再选中视频目录单独进行字幕提取和翻译。下图就是显示出来的双语字幕。

2.批量翻译字幕

在软件中选中本地视频,勾选批量处理,选中要处理的目录,把要处理的项勾选上,让它自己处理就可以了,这个列表共有18个视频,翻译花了好长时间。仅供参考。

3.抖音内容处理

在抖音PC版上点分享,复制连接,直接在视频URL中右键直接粘贴连接,勾选你要处理的项,可以进行媒体处理和摘要提取等。

4.处理 X 视频链接

类似这种连接,页面有一个视频。

https://x.com/tanchibu37099/status/2000362448982102119

复制好连接,在视频URL中右键直接粘贴连接,即可加入处理流程。

5.插件使用

把项目中的chrome_extension整个文件夹拖到Edge或者Chrome浏览器中的扩展中,就完成了插件安装。安装成功后,扩展栏会有一个图标。在支持的视频正下方会有处理按钮,点击后会把当前任务加入到处理队列中。

🔄 批量处理

  • 多平台批处理: 支持混合处理不同平台的视频链接
  • 文件导入: 可从文本文件批量导入 URL 列表
  • 进度跟踪: 实时显示批量任务的处理进度和结果

⏰ 闲时调度系统

  • 智能调度: 设置闲时时间段(如晚上23:00-早晨07:00),自动执行处理任务
  • 任务队列: 白天将任务添加到队列,闲时自动依次执行
  • 灵活控制: 支持暂停/恢复、立即执行、任务重排等操作
  • 可视化管理: 专门的"闲时队列"标签页,实时查看和管理任务状态

🎙️ AI 配音

  • 语音合成: 基于 Kokoro TTS 技术,支持多种中文音色(晓贝、晓晓、晓艺、云健、云扬)
  • 智能转录: 自动将视频语音转录为字幕
  • 流畅合成: 保持原始视频节奏,自动填充静音
  • 灵活输出: 可选择保留原声背景音,调节背景音音量

输出目录: 配音文件保存在 workspace/dubbing_temp/ 目录,完成后生成 {原文件名}_中文配音.mp4

🤖 Claude Code Skills

集成 Claude Code CLI 智能开发技能,提供针对性的开发辅助:

技能功能
videohub通用开发辅助
videohub-youtubeYouTube 处理流程
videohub-douyin抖音处理流程
videohub-koushare寇享平台集成
videohub-queue闲时队列管理
videohub-live直播录制配置
videohub-ffmpegFFmpeg 操作
videohub-subtitles字幕生成与编辑

🖼️ 应用界面

主界面标签页

  • 在线视频: 单个视频处理,支持 YouTube、Twitter、X、抖音等多平台
  • 本地音频/视频: 处理本地媒体文件
  • 批量处理: 批量处理多个不同平台的视频链接
  • 闲时队列: 可视化任务队列管理和闲时调度控制
  • 直播录制: 多平台直播监控与录制相关功能
  • 处理历史: 查看所有处理过的任务记录
  • 设置: API 配置、模板管理、闲时设置

image-20250922152348383

🛠️ 安装配置

系统要求

  • Python 3.8+
  • Windows/macOS/Linux
  • 8GB+ RAM(推荐用于 Whisper 模型)
  • FFmpeg(直播录制必需)
  • Chrome浏览器(使用浏览器扩展时)

1. 环境准备

# 克隆仓库
git clone git@github.com:cacity/VideoHub.git
cd VideoHub

# 创建虚拟环境(推荐)
conda create -n VideoHub python=3.12
conda activate VideoHub

# 安装依赖
pip install -r requirements.txt

核心依赖

PyQt6                    # 现代化GUI框架
yt-dlp                   # 多平台媒体获取与处理支持
openai-whisper           # 语音转录
openai                   # OpenAI API
requests                 # HTTP请求
python-dotenv            # 环境变量管理
flask                    # API服务器
flask-cors               # 跨域支持
asyncio                  # 异步IO(直播录制)

2. 配置设置

API 密钥配置

在应用的"设置"标签页中配置以下 API 密钥:

# OpenAI API (用于GPT模型)
OPENAI_API_KEY=sk-your-openai-api-key

# DeepSeek API (国内替代方案)
DEEPSEEK_API_KEY=your-deepseek-api-key

# 代理设置(如需要)
PROXY=http://proxy.example.com:8080

闲时设置

  • 默认闲时:23:00 - 07:00
  • 可在"设置"或"闲时队列"页面自定义时间段

3. 安装 FFmpeg(直播录制必需)

FFmpeg 是直播录制功能的必需组件。应用会自动检测并尝试安装:

# 运行自动安装脚本
python ffmpeg_install.py

手动安装方式:

  • Windows: 下载 FFmpeg 并添加到系统 PATH
  • macOS: brew install ffmpeg
  • Linux: sudo apt-get install ffmpeg 或 sudo yum install ffmpeg

4. 安装 Chrome 浏览器扩展(可选)

如果需要使用浏览器扩展功能:

  1. 打开 Chrome 浏览器,访问 chrome://extensions/
  2. 开启右上角的"开发者模式"
  3. 点击"加载已解压的扩展程序"
  4. 选择项目中的 chrome_extension 文件夹
  5. 扩展将出现在扩展程序列表中

5. 运行应用

# 启动桌面应用(包含 HTTP API 服务器)
python main.py

# 启动手机本地网页下载服务(局域网访问,默认端口 8787)
python src/mobile_web_server.py

# 或使用抖音处理命令行工具
python douyin_cli.py <抖音视频URL>

📂 项目结构

VideoHub/
├── 📁 核心文件
│   ├── main.py                        # PyQt6 GUI 主程序(整合所有功能)
│   ├── api_server.py                  # HTTP API 服务器(供Chrome扩展调用)
│   ├── douyin_cli.py                  # 抖音命令行处理工具
│   ├── live_recorder_adapter.py       # 直播录制适配器
│   ├── mobile_web_server.py           # 手机局域网网页下载服务
│   ├── ffmpeg_install.py              # FFmpeg 自动安装脚本
│   ├── msg_push.py                    # 消息推送模块
│   └── requirements.txt               # Python 依赖
├── 📁 Chrome扩展
│   ├── chrome_extension/
│   │   ├── manifest.json              # 扩展配置文件
│   │   ├── background.js              # 后台服务脚本
│   │   ├── content-scripts/           # 页面内容脚本
│   │   │   ├── youtube.js
│   │   │   ├── twitter.js
│   │   │   ├── bilibili.js
│   │   │   └── styles.css
│   │   ├── popup/                     # 扩展弹窗界面
│   │   │   ├── popup.html
│   │   │   ├── popup.js
│   │   │   └── popup.css
│   │   └── icons/                     # 扩展图标
├── 📁 抖音下载模块
│   ├── douyin/                        # 抖音视频解析和下载
│   │   ├── parser.py                  # URL解析
│   │   ├── downloader.py              # 视频下载
│   │   ├── video_extractor.py         # 视频提取器
│   │   └── ...
│   └── douyinVd/                      # Deno实现的备用下载方案
├── 📁 直播录制模块
│   ├── live_recorder/
│   │   ├── spider.py                  # 直播平台爬虫
│   │   ├── stream.py                  # 直播流处理
│   │   ├── room.py                    # 直播间管理
│   │   └── ...
│   └── live_config/
│       ├── config.ini                 # 直播录制配置
│       └── URL_config.ini             # 直播间URL列表
├── 📁 输出目录
│   ├── downloads/                     # 多平台音频文件 (.mp3)
│   ├── videos/                        # 多平台视频文件 (.mp4/.webm/.mov等)
│   ├── douyin_downloads/              # 抖音视频输出目录
│   ├── live_downloads/                # 直播录制文件 (.ts/.flv/.mp4)
│   ├── mobile/                        # 手机网页端下载文件
│   ├── transcripts/                   # 转录文本 (.txt)
│   ├── subtitles/                     # 字幕文件 (.srt/.vtt/.ass)
│   ├── summaries/                     # 文章摘要 (.md)
│   └── dubbing_temp/                  # AI 配音临时文件
├── 📁 配置目录
│   ├── templates/                     # 自定义文章模板
│   ├── icons/                         # 应用图标资源
│   └── logs/                          # 下载历史记录
└── 📁 配置文件
    ├── .env                           # 环境变量(API密钥等)
    └── idle_queue.json                # 闲时队列数据

🌐 支持的平台

主要支持平台

  • 🎬 YouTube: 完整支持,包括私有视频(需Cookie)
  • 🐦 Twitter/X: 支持视频推文,可能需要登录状态
  • 📱 抖音: 支持抖音链接识别与媒体处理
  • 📺 Bilibili: 支持 B 站视频处理
  • 🌍 其他平台: 基于 yt-dlp 支持的 1000+ 网站

平台特性对比

平台媒体处理音频提取字幕支持Cookie需求特色功能
YouTube✅ 完整支持✅ 高质量✅ 多语言部分视频需要原生字幕提取
Twitter/X✅ 支持✅ 支持✅ 转录生成推荐使用短视频优化
抖音✅ 支持✅ 高质量✅ 转录生成视场景而定智能分享识别
Bilibili✅ 支持✅ 支持✅ 转录生成部分内容需要弹幕处理

🤝 贡献

欢迎对本项目进行贡献!

贡献方式

  • 🐛 报告 Bug: 创建 Issue
  • 💡 功能建议: 提交 Feature Request
  • 🔀 代码贡献: 提交 Pull Request
  • 📖 文档改进: 完善使用说明

📄 许可证

本项目采用 MIT 许可证,允许自由使用、修改和分发。使用涉及第三方平台内容、Cookie、Token、录制或批量处理等功能前,请先阅读 DISCLAIMER.md。


🌟 致谢

感谢以下开源项目的支持:

Star History

Star History Chart

⭐ 如果这个项目对您有帮助,请给个 Star 支持一下!

Ver o original no GitHub

Bom para

Relacionados