| name | live-transcriber |
| description | 从48.cn直播分享页面提取m3u8流媒体地址、下载视频、语音转文字并生成内容总结。当用户提供48.cn直播链接并要求提取视频、转写文字、分析直播内容时触发。关键词：直播转写、m3u8提取、视频转文字、48直播、口袋48、语音识别、直播总结。支持HLS流媒体下载、Whisper语音识别、自动内容摘要。 |
| allowed-tools | Read, Write, Bash |
Live Transcriber - 48.cn 直播视频转写工具
Overview
从 SNH48/GNZ48 等口袋48直播分享页面，全自动完成：m3u8提取 → 视频下载 → 语音转文字 → 内容总结。
When to Use
当用户：
- 提供
h5.48.cn 的直播分享链接，要求提取流媒体/视频
- 要求将48直播视频转为文字或生成字幕
- 要求分析/总结48直播内容
- 提及"直播转写"、"m3u8提取"、"视频转文字"等关键词
Workflow
Step 1: 提取 m3u8 流媒体地址
使用浏览器自动化打开直播页面，拦截网络请求获取 m3u8 地址，同时调用内部 API 获取直播详情。
方式A：浏览器自动化（推荐）
agent-browser open "<LIVE_SHARE_URL>"
agent-browser wait 5000
agent-browser network requests --filter "m3u8"
agent-browser eval "document.querySelector('video') ? document.querySelector('video').src : 'no video src'"
agent-browser close
方式B：直接调用 API（更快，需要 liveId）
从 URL 参数中提取 id 字段作为 liveId，调用：
curl -s -X POST 'https://pocketapi.48.cn/live/api/v1/live/getLiveOne' \
-H 'Content-Type: application/json' \
-H 'os: android' \
-d '{"liveId": "<LIVE_ID>"}'
返回的 JSON 中 content.playStreamPath 即为 m3u8 地址，同时可获取：
content.user.userName - 成员名content.title - 直播标题content.ctime - 开始时间戳（毫秒）content.msgFilePath - 弹幕 LRC 文件content.user.userAvatar - 头像content.coverPath - 封面content.onlineNum - 在线人数
Step 2: 下载视频
ffmpeg -i "<M3U8_URL>" -c copy -bsf:a aac_adtstoasc <OUTPUT_DIR>/live_video.mp4 -y
视频通常为竖屏 540x960，H.264 + AAC 格式。
Step 3: 提取音频
ffmpeg -i <OUTPUT_DIR>/live_video.mp4 -vn -acodec pcm_s16le -ar 16000 -ac 1 <OUTPUT_DIR>/audio.wav -y
输出 16kHz 单声道 WAV，适配 Whisper 输入要求。
Step 4: 语音转文字
依赖安装（首次运行）：
python3.11 -c "from faster_whisper import WhisperModel" 2>/dev/null || pip3.11 install faster-whisper
执行转写：
使用 <skill-directory>/scripts/transcribe.py：
python3.11 <skill-directory>/scripts/transcribe.py \
--input <OUTPUT_DIR>/audio.wav \
--output-dir <OUTPUT_DIR> \
--model base \
--language zh
参数说明：
--model: 可选 tiny/base/small/medium/large-v2，推荐 base（速度与精度平衡）--language: 语言代码，中文为 zh--beam-size: 解码宽度，默认 3--vad: 启用 VAD 过滤静音，默认开启
输出文件：
transcript.json - 结构化 JSON（含时间戳）transcript.txt - 带时间戳的纯文本
Step 5: 生成内容总结
基于转写文本，生成结构化总结报告，包含：
- 直播基本信息表格（成员、标题、时间、时长等）
- 分段内容总结（按时间段划分，每段概括核心话题）
- 关键话题一览表
- 重要时间节点（如提到的公演日期、生日等）
- 转写说明与术语修正
输出为 Markdown 格式，保存至用户工作目录。
Step 6: 清理临时文件
视频和音频文件通常较大，完成转写后应提醒用户是否需要清理：
rm -f <OUTPUT_DIR>/live_video.mp4 <OUTPUT_DIR>/audio.wav
保留最终输出：
snh48_live_summary.md - 内容总结snh48_transcript.txt - 完整转写snh48_live_analysis.md - 流媒体技术分析（可选）
Resources
scripts/
transcribe.py - 基于 faster-whisper 的语音转写脚本，支持参数化配置
references/
api_reference.md - 48.cn 口袋 API 接口参考文档
assets/
无
Notes
- 长视频（>60分钟）下载约需 1-2 分钟，转写约需 2-5 分钟（取决于模型大小）
- base 模型对中文口语识别有一定误差，专有名词（人名、术语）可能不准确，需人工校验
- m3u8 地址有时效性，直播回放可能随时下线，建议尽快下载
- ffmpeg 和 faster-whisper 需预先安装，首次使用会自动检测
