CopyWriter - 音视频转文本工具

一个自动化的音视频转文本工具，支持监控文件夹中的新文件并自动进行语音识别转换。

功能特性

• 🎥 支持多种音视频格式：MP4, AVI, MOV, MKV, WMV, FLV, WebM, M4V, M4A, WAV, FLAC, AAC, OGG, WMA, MP3
• 🔄 自动文件监控：监控指定文件夹，自动处理新下载的文件
• 🎯 智能过滤：自动忽略特定格式的文件（如 audio*.m4a）
• 📝 语音识别：使用 FunASR 进行高精度中文语音识别
• 🧹 自动清理：处理完成后自动清理临时文件

项目入口

主要入口：自动监控模式

python auto.py

启动后会自动监控 ./download 文件夹，检测到新的音视频文件时自动进行转换。

手动转换模式

python convert.py <输入文件路径>

手动转换单个音视频文件为文本。

安装

创建 Conda 环境

conda create -n copywriter python=3.11
conda activate copywriter

# index-url中的版本根据`nvidia-smi`运行后的结果自行判断
pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu129
pip install -r requirement.txt
pip install -r Bili23-Downloader/requirements.txt

使用说明

1. 启动自动监控

python auto.py

• 自动启动 Bili23-Downloader GUI（如果未运行）
• 监控 ./download 文件夹
• 自动处理新下载的音视频文件

2. 手动转换文件

python convert.py C:\Users\Jagger\Downloads\video.mp4

3. 支持的格式

• 视频格式: MP4, AVI, MOV, MKV, WMV, FLV, WebM, M4V
• 音频格式: M4A, WAV, FLAC, AAC, OGG, WMA, MP3

项目结构

CopyWriter/
├── auto.py              # 主入口文件（自动监控模式）
├── convert.py           # 手动转换工具
├── download/            # 监控文件夹
├── output/              # 输出文件夹
├── Bili23-Downloader/   # 下载器子模块
└── tools/               # 工具文件夹

依赖项目

• Bili23-Downloader: 作为 Git 子模块集成，用于视频下载功能

注意事项

• 确保已安装 FFmpeg 并添加到系统路径
• 首次运行会自动下载语音识别模型
• 处理大文件时请耐心等待
• 临时文件会自动清理，无需手动删除