视频转文字

项目简介

本项目实现了本地批量视频（mp4）自动转音频、上传腾讯云COS、调用火山引擎ASR自动转文字并保存为txt的全流程。适用于短视频内容转写、自动听写等场景。

功能说明

• 批量扫描 videos 目录下的 mp4 文件
• 自动用 ffmpeg 提取音频（mp3格式，16kHz单声道）
• 自动上传音频到腾讯云COS，获取公网URL
• 自动调用火山引擎ASR接口，将音频转为文字
• 自动将识别结果保存为 txt 文件到 text 目录
• 全流程详细日志，异常自动重试，临时文件自动清理
• 支持 npm bin 命令，安装后可直接用 video2text 命令行运行

依赖环境

• Node.js >= 14
• ffmpeg（需已安装并配置到系统PATH）
• 腾讯云COS账号及存储桶
• 火山引擎ASR账号及API密钥

安装与配置

1. 克隆项目并安装依赖

   git clone <本项目地址>
   cd video2text
   npm install

2. 全局或本地安装（可选）

   • 全局安装：

     npm install -g .

   • 或在项目目录下用 npx 直接运行：

     npx video2text

3. 准备环境变量配置 在项目根目录新建 .env 文件，内容如下（请用你自己的密钥和桶名替换）：

   TENCENT_SECRET_ID=你的腾讯云SecretId
   TENCENT_SECRET_KEY=你的腾讯云SecretKey
   TENCENT_REGION=ap-beijing
   TENCENT_BUCKET=你的bucket名
   VOLC_APPID=你的火山引擎AppId
   VOLC_TOKEN=你的火山引擎Token

4. 准备视频文件

   • 将待处理的 mp4 文件放入 videos 目录（如无请自行创建）。

5. 确保 ffmpeg 可用

   • Windows下可在命令行输入 ffmpeg -version 验证。

使用方法

• 全局命令行方式（推荐）

  video2text

• npx 方式（无需全局安装）

  npx video2text

• 直接用 node 运行

  node index.js

• 程序会自动处理 videos 目录下所有 mp4 文件，输出的音频和文字文件自动带时间戳，结果保存在 text 目录。

• 日志会详细显示每一步的进度和异常。

注意事项

• 腾讯云COS和火山引擎ASR需提前开通并获取密钥。
• 音频转码、上传、ASR均有自动重试机制，但如遇频繁失败请检查网络、密钥、配额等。
• 临时音频文件会自动删除，节省磁盘空间。
• 输出txt文件名自动带时间戳，防止覆盖。

常见问题

• ffmpeg未安装或未加入PATH：请参考ffmpeg官网下载安装。
• API密钥错误或配额不足：请检查.env配置和云服务后台。
• COS上传失败：请检查桶名、权限、网络。
• ASR识别失败：请检查音频格式、火山引擎配额。

联系方式

如有问题或建议，请联系：

• 邮箱：[email protected]
• 或在本项目Issue区留言