AI 驱动的视频转录助手

基于 Google Gemini 的 YouTube 视频转录工具，自动生成带说话人标签的逐字稿，无需时间戳，适合内容创作者快速获取视频文本。

基本信息

• 技能名称?gemini-yt-video-transcript
• 中文名称?AI 驱动的视频转录助手
• 作者?odrobnik
• 分类?内容创作
• 版本?v1.0.4
• 标签?content-media, productivity, api, automation, docs

使用方法

使用说明
核心用法
Gemini YouTube Video Transcript 是一款调用 Google Gemini API 的转录工具，用户只需提供 YouTube 视频 URL，即可生成结构化的逐字文本。工具通过 Python 脚本执行，输出格式包含视频标题和带说话人标签的对话内容，自动去除时间码和冗余标记，直接输出干净可读的转录文本。
显著优点

1. 零第三方依赖 ：仅使用 Python 标准库，无 pip 安装负担，部署极简
2. 输出格式友好 ：自动添加说话人标签和段落分隔，适合直接用于内容编辑或字幕制作
3. 路径安全控制 ：输出文件严格限制在工作区或 /tmp 目录，防止路径遍历攻击
4. 隐私设计合理 ：API Key 通过环境变量配置，无硬编码敏感信息
5. 功能聚焦 ：专注转录核心场景，无冗余功能干扰
   潜在缺点与局限性
   来源可信度有限 ：GitHub 个人账号维护，仅 2 Stars，社区验证不足
   外部服务依赖 ：必须依赖 Google Gemini API 和 YouTube oEmbed 服务，网络中断即不可用
   无时间戳信息 ：设计上去除时间码，不适合需要精确定位视频片段的场景
   无许可证声明 ：项目未明确开源协议，存在潜在法律风险
   处理能力受限 ：受 Gemini API 配额和 YouTube 视频时长限制
   适合的目标群体
   播客/视频创作者：快速获取访谈或演讲的文字稿
   内容运营人员：批量处理公开视频内容做二次编辑
   研究人员：整理线上讲座、会议录像的文本资料
   字幕制作团队：获取基础转录文本后人工校对
   使用风险
   网络稳定性 ：需持续连接 Google 服务，国内用户可能需要特殊网络配置
   API 成本控制 ：Gemini API 按 token 计费，长视频可能产生较高费用
   隐私合规 ：视频 URL 和音频内容会传输至 Google 服务器，敏感内容需谨慎
   服务可用性 ：个人维护项目，长期更新和支持存在不确定性