🎥 Universal Video Insight Extractor

Extract clean transcripts and subtitles from YouTube, Xiaohongshu, Bilibili, TikTok, and more.
一键提取 YouTube、小红书、B站、抖音等平台的视频文案与字幕。

English | 简体中文

---

✨ Features

• Multi-Platform Support: Works with YouTube, Xiaohongshu (RedNote), Bilibili, TikTok, etc.
• Smart Extraction:
  • YouTube: Prioritizes official/uploaded subtitles for speed.
  • Others: Automatically downloads audio and uses Whisper AI for high-accuracy speech-to-text.
• Xiaohongshu Special: Built-in logic to resolve short links (xhslink.com) and bypass basic anti-bot redirects.
• Readable Formatting:
  • Automatically merges fragmented segments into readable paragraphs.
  • Auto-Translation: Converts Traditional Chinese to Simplified Chinese automatically.
• Modern UI: Clean Web interface powered by Gradio, with CLI support.

📦 Installation

1. Prerequisites

• Python 3.10+
• FFmpeg (Required for audio processing)
  • Windows: winget install ffmpeg
  • Mac: brew install ffmpeg
  • Linux: sudo apt install ffmpeg

2. Clone & Install

git clone https://github.com/yourusername/universal-video-extractor.git
cd universal-video-extractor

# Install dependencies (This may take a while as it installs PyTorch & Whisper)
pip install -r requirements.txt

🚀 Usage

Method 1: Web UI (Recommended)

Launch the graphical interface:

python app.py

This will open a local web page (usually http://127.0.0.1:7860). Just paste the video URL and click Extract.

Method 2: Command Line (CLI)

# Extract from YouTube
python extractor.py "https://www.youtube.com/watch?v=dQw4w9WgXcQ"

# Extract from Xiaohongshu with high accuracy model
python extractor.py "http://xhslink.com/o/xxxxxx" --whisper-model large-v3

---

🌟 功能特性

• 多平台通杀：支持 YouTube、小红书、Bilibili、抖音 等主流视频平台。
• 智能策略：
  • YouTube：优先抓取官方字幕（速度极快）。
  • 其他平台：自动下载音频并调用 Whisper AI 模型进行语音转文字（高准确率）。
• 小红书特化：内置短链接解析 (xhslink.com) 和反重定向策略，轻松搞定小红书视频。
• 排版优化：
  • 智能分段：将破碎的字幕行合并为通顺的段落。
  • 繁简转换：自动将繁体中文转换为简体中文。
• 美观界面：基于 Gradio 打造的现代化 Web 界面，操作简单。

📦 安装指南

1. 准备工作

请确保电脑已安装 Python 3.10+。 同时，必须安装 FFmpeg（用于音频格式转换）：

• Windows: 在终端运行 winget install ffmpeg
• Mac: 运行 brew install ffmpeg

2. 下载项目

git clone https://github.com/yourusername/universal-video-extractor.git
cd universal-video-extractor

3. 安装依赖库

pip install -r requirements.txt

(注意：首次安装会下载 PyTorch 和 Whisper 模型，可能需要 1-2GB 流量，请保持网络通畅)

🚀 使用说明

方式一：Web 图形界面（小白推荐）

双击运行或在终端输入：

python app.py

程序会自动打开浏览器页面。粘贴视频链接，点击“开始提取”即可。生成的 Markdown 文件会自动保存在 output 文件夹中。

方式二：命令行工具 (CLI)

如果你习惯使用终端：

# 基础用法
python extractor.py "视频链接"

# 进阶用法 (使用 large-v3 模型提升准确率，适合小红书/抖音)
python extractor.py "视频链接" --whisper-model large-v3

⚙️ 常见问题

• Q: 为什么第一次运行很慢？ A: 第一次使用 Whisper 时会自动下载模型权重（Base模型约 140MB，Large 模型约 3GB）。之后运行就会很快了。
• Q: 小红书链接报错？ A: 如果遇到验证码拦截，请稍等几分钟再试。工具内置了自动重试逻辑，通常能解决大部分问题。

📄 License

MIT License