Video Analyzer

本地视频文件解析管线：提取音频 → 语音转文字 → AI 深度分析。

前置条件

• ffmpeg — 系统 PATH 中可用
• faster-whisper — pip install faster-whisper
• HF 模型下载 — 国内需设 HF_ENDPOINT=https://hf-mirror.com
• 中转站 API — 从 openclaw.json 读取 SU2_API_KEY

工作流程

视频文件 → ffmpeg提取音频(16kHz WAV) → faster-whisper转写 → AI修正+分析

Step 1: 检查视频信息

ffprobe -v quiet -print_format json -show_format -show_streams \x3Cvideo.mp4>

Step 2: 提取音频

ffmpeg -i \x3Cvideo.mp4> -vn -acodec pcm_s16le -ar 16000 -ac 1 audio_16k.wav -y

Step 3: 转写（用脚本）

# Windows
$env:HF_ENDPOINT='https://hf-mirror.com'
python scripts/transcribe.py \x3Caudio.wav> \x3Coutput.txt>

# Linux/macOS
HF_ENDPOINT=https://hf-mirror.com python scripts/transcribe.py \x3Caudio.wav> \x3Coutput.txt>

参数：python scripts/transcribe.py \x3Caudio.wav> \x3Coutput.txt> [model=tiny] [language=zh]

Step 4: AI 分析（用脚本）

node scripts/analyze.js \x3Ctranscript.txt> \x3Coutput.md>

分析内容：修正转写稿 + 核心观点 + 结构化对比 + 启示总结。

可选：提取关键帧

ffmpeg -i \x3Cvideo.mp4> -vf "fps=1/60,scale=640:-1" frame_%03d.jpg -y

输出

• audio_16k.wav — 提取的音频
• transcript.txt — 带时间戳的原始转写
• transcript_corrected.md — AI 修正后文字稿
• analysis.md — AI 分析报告
• frame_*.jpg — 关键帧（可选）

注意事项 / 踩坑记录

• tiny 模型识别率一般，专业术语会有同音错误，依赖 AI 修正。可换 base 或 small 提升质量。
• python3 — Windows 上可能指向 Windows Store 别名，用 python 代替。
• HF_ENDPOINT — 国内必须设 hf-mirror.com，否则模型下载极慢或失败。
• 中转站 502 — 偶尔出现，重试即可。也可换其他模型。
• 编码 — Python 输出时设 PYTHONIOENCODING=utf-8。